学习

以下是关于 2022 年出现的机器学习趋势的指南： 机器学习操作化管理：机器学习操作化管理或 MLOps 的主要目的是简化机器学习解决方案的开发过程。MLOps 还有助于应对业务运…

视觉和听觉在人类的沟通和场景理解中至关重要。为了模仿人类的感知能力，旨在探索视音模态的视音学习在近些年来已成为一个蓬勃发展的领域。本文是对由中国人民大学高瓴人工智能学院GeWu-L…

机器学习算法需要用户定义的输入来实现准确性和通用性之间的平衡。这个过程称为超参数调整。有多种工具和方法可用于调整超参数。 我们整理了一份用于调整机器学习模型超参数的前八种方法的列表…

近年来，在封控、供应链中断和能源危机之间，零售商们一定觉得自己像头恐龙，试图躲避小行星雨，避免灭绝。 但与那些巨大的史前爬行动物不同，零售业可以依靠一系列技术创新来更好地应对困难时…

数学优化与机器学习 数学优化(或数学规划)是一个强大的决策工具。通过制定目标并指定约束条件和变量，数学优化可以帮助在当前现实环境下做出最佳决策。它已经在航空、物流、电力和金融等许多…

近年来基于图的机器学习有了很大的发展。基于图的方法在数据科学中的许多常见问题中都有应用，例如链接预测、社群发现、节点分类等。根据如何组织问题和所拥有的数据，有许多解决问题的方法。本…

不知不觉间，大模型+小样本成为了小样本学习领域的主流打法，在许多的任务背景下，一套通用的思路是先标注小数据样本，再从预训练大模型的基础上使用小数据样本进行训练。尽管如我们所见，大模…

​在这篇文章中，理论计算机科学家、哈佛大学知名教授 Boaz Barak 详细比较了深度学习与经典统计学的差异，认为“如果纯粹从统计学角度认识深度学习，就会忽略其成功的关…

德国弗莱堡大学机器学习实验室负责人Frank Hutter 说，所有这些人类决策的结果是，复杂的模型最终是被”凭直觉设计”，而不是系统地设计的。 一个名为自…

近年来，基于深度学习的模型在目标检测和图像识别等任务中表现出色。像ImageNet这样具有挑战性的图像分类数据集，包含1000种不同的对象分类，现在一些模型已经超过了人类水平上。但…

​译者 | 朱先忠 审校 | 孙淑娟 时间序列预测的机器学习概述​ 当前，机器学习正在席卷全球，机器人能够以类似人类的精度完成许多领域中的任务。例如，在医疗领域…

“可塑性损失”（Loss of Plasticity）是深度神经网络最常被诟病的一个缺点，这也是基于深度学习的 AI 系统被认为无法持续学习的原因之一。 对于人脑而言，“可塑性”是…