MLK | 机器学习论文搜索利器推荐

上次推荐了一下  NG论文阅读的一些技巧(点击回顾)，那今天就顺着来给大家推荐一些机器学习相关的论文，有很多我自己都没看过的，但已经在我的清单内，欢迎大家也可以收藏，纳入学习清单，最好是打印出来，多次阅读。

🎥 前情回顾

MLK | 那些常见的特征工程

MLK | 模型评估的一些事

MLK | 机器学习的降维”打击“

MLK | 非监督学习最强攻略

MLK | 机器学习采样方法大全

MLK | 一文理清 深度学习前馈神经网络

MLK | Keras 入门深度学习逢看必会

MLK | Keras 基础模型调参指南

MLK | 机器学习常见算法优缺点了解一下

MLK | 如何解决机器学习树集成模型的解释性问题

(1) arXiv

(2) NIPS

(3) paperswithcode

SAMshare 机器学习相关论文推荐（排名不分先后）：

[1] XGBoost: A Scalable Tree Boosting System

Download：https://arxiv.org/pdf/1603.02754v3.pdf

[2] CatBoost: gradient boosting with categorical features support

Download：https://arxiv.org/pdf/1810.11363v1.pdf

[3] Tune: A Research Platform for Distributed Model Selection and Training

Download：https://arxiv.org/pdf/1807.05118v1.pdf

[4] Practical Bayesian Optimization of Machine Learning Algorithms

Download：https://arxiv.org/pdf/1206.2944v2.pdf

[5] Hyperopt: A Python Library for Optimizing the Hyperparameters of Machine Learning Algorithms

Download：https://pdfs.semanticscholar.org/d4f4/9717c9adb46137f49606ebbdf17e3598b5a5.pdf

[6] TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems

Download：https://arxiv.org/pdf/1603.04467v2.pdf

[7] Semi-Supervised Sequence Modeling with Cross-View Training

Download：https://arxiv.org/pdf/1809.08370v1.pdf

[8] Automatic Differentiation in PyTorch

Download：https://openreview.net/pdf?id=BJJsrmfCZ

[9] Caffe: Convolutional Architecture for Fast Feature Embedding

Download：https://arxiv.org/pdf/1408.5093v1.pdf

[10] Bag of Tricks for Efficient Text Classification

Download：https://arxiv.org/pdf/1607.01759v3.pdf

以上的论文我已经下载好了的，可以在 SAMshare 公众号后台回复：paper  获取。