¿Prefieres leer libros de aprendizaje automático o artículos de investigación?

Depende de lo cómodo que esté con los temas en cuestión.

  • Si estoy realmente cómodo, abandonaré los libros y leeré los periódicos.
  • Si soy bastante nuevo, comenzaré con los libros y avanzaré hacia los papeles a medida que me sienta más cómodo.

Por ejemplo, me siento bastante cómodo con los conceptos básicos de cómo funcionan ConvNets y cosas simples como LSTM, GRU para el procesamiento del lenguaje natural. Tengo cierta exposición a la visión y otros enfoques de estilo de apilamiento o codificación en ese espacio. He hojeado los capítulos relevantes en una revisión confiable del campo: Deep Learning Book. Prefiero leer trabajos de investigación en la mayoría de los casos que la cobertura de libros del mismo.

Esto es por dos razones:

  1. Es más fácil para mí detectar la contribución principal del documento cuando no está oscurecido por otra información relacionada.
  2. Como alguien que busca papeles que pueda implementar en software de nivel empresarial, a menudo prefiero profundidad sobre amplitud.

Por otro lado, soy un completo desconocido en el mundo del aprendizaje de refuerzo profundo. Este es el grupo de Deep Q Learning, gradientes de políticas y otros enfoques. Este es el grupo principal de técnicas detrás del éxito de AlphaGo, AlphaGo Zero y OpenAI en DOTA2.

Estoy revisando varios libros, por ejemplo, el libro de Sutton para conocer la amplitud, así como algunos MOOC para sentirme cómodo con la variedad de notación (incluyendo vocabulario y jerga), así como ideas comunes.

tl; dr: Aléjese de los libros a trabajos de investigación relevantes (no solo recientes).

PD: Supuse que en los artículos de investigación, implicaría trabajos de investigación (incluidos los que están en espera de revisión por pares).

Prefiero los artículos de investigación, ya que están actualizados sobre métodos de vanguardia. Los libros tardan un tiempo en investigar, escribir, publicar y difundir. Normalmente uso ArXiv.