写在前面

本文主要汇总所做的一些重要笔记，方便后续查看。

会议

[CCF-GAIR 2020]全球人工智能和机器人峰会

峰会网站入口：https://gair.leiphone.com/gair/gair2020

会议直播回放：https://www.yanxishe.com/events/gairLive

人工智能前沿专场

• CCF-GAIR 2020]Abductive Learning（反绎学习）-周志华

联邦学习与大数据隐私专场

• CCF-GAIR 2020]联邦学习下的数据价值与模型安全-杨强

笔记

MARL

• Multi-Agent Reinforcement Learning基本概念&三种架构

课程笔记

文献管理与信息分析

• 课堂笔记]文献管理与信息分析

MIT 6.824

• [MIT 6.824]Labs’s Notes
• [MIT 6.824]GFS
• [MIT 6.824]VMware FT
• [MIT 6.824]Raft

PaperNotes系列

• [PaperNotes]2019.Mobile Edge Computing, Blockchain and Reputation-based Crowdsourcing IoT Federated Learning A Secure Decentralized and Privacy-preserving System
• [PaperNotes]2018.本地化差分隐私研究综述
• [PaperNotes]2020.DPLCF Differentially Private Local Collaborative Filtering
• [PaperNotes]2019.Client Selection for Federated Learning with Heterogeneous Resources in Mobile Edge
• [PaperNotes]2020.A Systematic Literature Review on Federated Machine Learning: From A Software Engineering Perspective
• [PaperNotes]2019.A Survey on Federated Learning Systems: Vision, Hype and Reality for Data Privacy and Protection
• [PaperNotes]2019.Federated Learning for Wireless Communications: Motivation, Opportunities and Challenges
• [PaperNotes]2020.Threats to Federated Learning: A Survey
• [PaperNotes]2017.Algorand: Scaling byzantine agreements for cryptocurrencies
• [PaperNotes]2020.Optimizing Federated Learning on Non-IID Data with Reinforcement Learning
• [PaperNotes]2021.Robust Blockchained Federated Learning with Model Validation and Proof-of-Stake Inspired Consensus

联邦学习

• 联邦学习笔记（一）
• 联邦学习笔记（二）
• 联邦学习笔记（三）

迁移学习

• 迁移学习笔记（一）
• 【待补】迁移学习笔记（二）

元学习

• 李宏毅机器学习笔记—Meta Learning
• Meta Learning初探

“研究生科研信息素养提升”系列讲座

• [”研究生科研信息素养提升“系列讲座]模块一：信息素养基础工具与使用规范 第1-2讲

• [”研究生科研信息素养提升“系列讲座]模块一：信息素养基础工具与使用规范 第3-4讲

• [”研究生科研信息素养提升“系列讲座]学习总结

C++

• [C++]内存管理

数据结构与算法

• [笔记]数据结构与算法之美

数据库