原文：
www.kdnuggets.com/2020/10/annotated-machine-learning-research-papers.html
评论
被阅读研究论文的想法所压倒吗？也许你觉得有太多论文需要跟进。或者你可能害怕试图理解那些你选择继续阅读的论文。
在这些情况下，你可能会发现一些注释是有帮助的。当然，你可以自己进行注释，并为后续阅读保留这些标记，但机器学习工程师阿卡什·库马尔·奈恩（@A_K_Nain）已经提供了一个机器学习研究论文合集，这是他们在阅读过程中进行注释并与社区共享的。
来自"转移学习中转移了什么？"的注释版本
阿卡什解释了阅读研究论文的一般重要性，以及对他自己工作的重要性。
我花了大量时间阅读论文。这是我机器学习工作中至关重要的一部分。如果你想做研究或成为更好的机器学习工程师，那么你应该阅读论文。这个阅读论文的习惯将帮助你保持对领域的更新。
这里的重点是质量而非数量。当前合集中的论文数量虽然不多，但每篇论文的注释都非常详细，使得花时间阅读这些论文是非常值得的。
正如你所看到的，这些注释过的论文的结果既有信息性又具有视觉吸引力。
从对比学习到元学习，从 CycleGAN 到用于图像识别的 Transformers，选择非常多样。以下是出版时包含的论文链接：
来自"监督对比学习"的注释版
无论你是刚刚接触阅读机器学习研究论文的想法，还是经常阅读的人员，这些小型的注释论文集合可能在你下次有空时提供一些有用的见解。
相关：
-
带代码的论文：机器学习的绝佳 GitHub 资源
-
2020 年要阅读的 AI 论文
-
AI 研究入门
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你所在组织的 IT 工作