Inicio Proyectos AI-Papers-of-the-Week
AI-Papers-of-the-Week
ai

AI-Papers-of-the-Week

🔥Destacando los mejores artículos de ML cada semana.

por dair-ai · GitHub
Estrellas
Ramas
Creado
Último commit
Categoría
aidata-sciencedeeplearning
Ver en GitHub
En palabras simples

Suscríbete para recibir un correo electrónico semanal que destaca los nuevos artículos de investigación más importantes en IA.

Del README

Extractos del README del proyecto sobre GitHub. Los derechos de autor y las licencias permanecen con los respectivos autores.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
AI-Papers-of-the-Week — GitHub preview card
📈 Historial de estrellas
12.7k12.6k
2026-07-042026-08-31
📈 Sigue AI-Papers-of-the-Week

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

🔥Destacando los mejores artículos de ML cada semana.

AI-Papers-of-the-Week tiene 12.7k estrellas en GitHub. Se ha bifurcado 801 veces. Se desarrolla activamente desde 2023. Sus temas principales son: ai, data-science, deeplearning, machine-learning.

Frequently asked questions

¿Qué es AI-Papers-of-the-Week?

🔥Destacando los mejores artículos de ML cada semana.

¿AI-Papers-of-the-Week es de código abierto?

AI-Papers-of-the-Week es un proyecto de código abierto.

¿AI-Papers-of-the-Week es gratis?

Sí. AI-Papers-of-the-Week es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — AI-Papers-of-the-Week

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=dair-ai-ai-papers-of-the-week)](https://olud.ai/project/dair-ai-ai-papers-of-the-week.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.