来源：雪球App，作者： 量子位，（https://xueqiu.com/1097649362/154371099）
萧箫 发自 凹非寺 量子位 报道 | 公众号 QbitAI
想要入门机器学习，奈何领域的新论文太多，不知道该看哪一篇？
自2017年以来，超越SOTA的方法天天有，但往往针对性非常强，不一定是颠覆机器学习圈的重要成果。
又回到了熟悉的话题：要想入行，还得看高引用经典论文。
这里整合了2012年到2016年的高引TOP 100论文，引用量要求随着年份递减而递增，Hinton、Bengio、何恺明等大牛的论文都在其中，一起来看看吧：
清单列表 理解、泛化、迁移学习1、Distilling the knowledge in a neural network (2015), G. Hinton et al.
网页