- 综合排序
- 最热优先
- 最新优先
- 来自专栏又见苍岚
马氏距离 (马哈拉诺比斯距离) (Mahalanobis distance)
马氏距离(Mahalanobis distance)是由印度统计学家马哈拉诺比斯(P. C. Mahalanobis)提出的，表示点与一个分布之间的距离。 与欧氏距离不同的是，它考虑到各种特性之间的联系，本文介绍马氏距离相关内容。 马氏距离 度量样本距离某个分布的距离，先将样本与分布标准化到多维标准正态分布后度量欧式距离 思想 将变量按照主成分进行旋转，消除维度间的相关性 对向量和分布进行标准化，让各个维度同为标准正态分布 推导 分布由n个m维向量刻画，即共n条数据，每条数据由一个m维向量表示： image.png X的均值为{\mu _X} X的协方差矩阵为: \sum\nolimits_X = \frac{1 ://baike.baidu.com/item/马氏距离/8927833?
3.9K21编辑于 2022-08-05 - 来自专栏毛利学Python
马科维茨投资组合
https://blog.csdn.net/weixin_44510615/article/details/90377275 马科维茨投资组合 美国经济学家马科维茨(Markowitz)1952年首次提出投资组合理论 在发达的证券市场中，马科维茨投资组合理论早已在实践中被证明是行之有效的，并且被广泛应用于组合选择和资产配置。但是，我国的证券理论界和实务界对于该理论是否适合于我国股票市场一直存有较大争议。 因此把上述优化投资组合在以波动率为横坐标，收益率为纵坐标的二维平面中描绘出来，形成一条曲线。这条曲线上有一个点，其波动率最低，称之为最小方差点（英文缩写是MVP）。 这条曲线在最小方差点以上的部分就是著名的（马考维茨）投资组合有效边界，对应的投资组合称为有效投资组合。投资组合有效边界一条单调递增的凸曲线。 100%* 7%+0% * 9% 标准差计算 ?
1.3K30发布于 2019-10-30 - 来自专栏新智元
马库斯7大「黑暗」预测：GPT-4带不来AGI
在全世界对GPT-4翘首以盼时，马库斯却做出7大预测，给大家泼了盆冷水。性能提升却不能理解世界，大型语言模型会是AGI的未来吗？ 尽管如此，马库斯表示，我们不能对聊天机器人滤镜太厚。 虽然ChatGPT看起来无所不知，但它也很容易出错。 马库斯对此仍然打了个问号。 尽管GPT-4看起来肯定会比它的前任更聪明，但其内部架构仍然存在问题。 关于GPT-4的七大预测 因此，尽管AI界对GPT-4的到来满心欢喜，马库斯却给出了7个不太积极的预测。 1. GPT-4仍然会像它的前辈一样，犯下各种愚蠢的错误。 对此，马库斯预测，我们在今后需要的是一个可以将显性知识和世界模型作为核心的全新架构。
93630编辑于 2023-01-09 - 来自专栏Michael阿明学习之路
7. 朴素贝叶斯
本文为 scikit-learn机器学习（第2版）学习笔记 相关知识参考：《统计学习方法》朴素贝叶斯法（Naive Bayes，NB） 1. 朴素贝叶斯 通过最大概率来预测类： y=arg maxckP(Y=ck)∏jP(X(j)=x(j)∣Y=ck)\color{red} y=\argmax\limits_{c_k} P(Y=c_k) \ j=1nP(X(j)=x(j)∣Y=ck) 模型变体： 多项式NB：适合于类别特征 高斯NB：适合连续特征，假设每个特征对每个类都符合正态分布 伯努利NB：适合所有特征为二元值的情况 朴素贝叶斯的假设很少为真
50720发布于 2020-07-13 - 来自专栏Python与算法之美
7，一维Series
pandas中常用的数据结构有： 1，Series：一维数组，有index。Series中只允许存储同种类型数据。 2，DataFrame：二维的表格型数据结构。 3，Panel ：三维的数组。可以理解为DataFrame的容器。 你发现 pandas库的名字和这三种数据结构名字的关系了吗？本节我们介绍Series。 Series概要如下： Series可以看成是一个一维的附加了索引的array。 Series非常像一个有序的字典，index相当于键。 Series可以使用时间序列索引和多层级索引。
75830发布于 2020-07-20 - 来自专栏量子位
“众矢之的”马库斯回应14个问题，将深度学习质疑到底
安妮 维金 李杉 编译自 Medium 量子位 出品 | 公众号 QbitAI 深度学习的质疑者中有位战士。 △ Gary Marcus 他是马库斯（Gary Marcus），纽约大学心理学教授，曾任Uber AI实验室的负责人。 深度学习圈大面积的“炼丹师”已经坐不住了，赞同和怒怼交织涌向马库斯。 马库斯败阵而归？Naive了。昨天，马库斯再发长文，他收集了14个被质疑的观点并实力回怼。 无监督学习适用于何处？ 马库斯说深度学习没用，但这在很多方面都表现优异 当然有用。 马库斯没引用X。 绝对正确。我所做的文献综述不够完整。
985100发布于 2018-03-22 - 来自专栏新智元
马库斯锐评GPT-5！急需新范式，OpenAI并无优势
编辑：拉燕 【新智元导读】马库斯最新点评GPT-5,OpenAI并没有多少优势。如果GPT-5需要新的范式，大家会回到同一水平线上。 有关GPT-5的消息最近又火起来了。
50630编辑于 2023-10-28 - 来自专栏量子位
马库斯：DeepMind新出的机器心智网络不错，但有误导性
这是马库斯昨天在Medium上对DeepMind新文章给出的评价。 一个月以前，马库斯还写过篇长文谈到这个问题。 但马库斯指出，DM围棋算法里所用到的蒙特卡洛树搜索就是基于以往在围棋程序上的积累。 “而DM他们的工作却倾向于放大人工智能后天自我塑造作用，”马库斯说，“这有很强的误导性。” 上述所有操作都能在文章的正文和附录中找到，但是却没有在摘要和讨论里大大方方地说出来（马库斯os：搞得那么隐蔽是闹哪样）。 尤其值得重视的是，这次预置的先天知识和框架和之前AlphaGo的是不一样的。 正如马库斯1月17号的那篇文章里的预测（还有1月2号那篇深度学习）一样，DeepMind当下的工作会出现大量不承认底层预置知识重要性的现象。 马库斯希望AI界的人能更多地从底层方面，原则上，开始意识到机器预置知识(innate machinery)的重要性。
84160发布于 2018-03-02 - 来自专栏新智元
马库斯怒喷：是你有魔怔！
这不，加里·马库斯（Gary Marcus）为了让大家过个舒心的周末，还专门写了一篇文章： 对于谷歌职员认为AI有人格的看法，他表示，「是高跷加长版的胡说八道」（Nonsense on Stilts） AI界全球第一大喷马库斯：胡说八道！ 这位AI界最爱刷推特、最爱出长文骂人的世界第一大喷子，纽约大学心理学系教授如是评价道，「对文字很有一套。」 马库斯表示，「简直胡说八道！」 顺带提一下，马库斯称，像自己这样讨厌的学者还没有得到谷歌的允许去访问LaMDA。 对于否认LaMDA具有人格这件事，他是如何论证的呢？ 感觉像是从训练数据里的环保网站页面直接引用的，事实也正是如此：LaMDA给了答案来源的网站链接…… 对希腊神话有基础了解的人，都会记得皮格马利翁和纳西索斯的故事：前者爱上了自己的雕塑造物，而后者爱上了自己的水中倒影
84430编辑于 2022-06-14 - 来自专栏新智元
马库斯发文炮轰LeCun：只靠深度学习无法实现类人智能
---- 新智元报道 编辑：Joey 桃子 【新智元导读】继提出「深度学习撞墙」后，马库斯再发长文称，仅靠深度学习并不能实现类人智能。 今年3月，Gary Marcus（加里·马库斯）提出「深度学习撞墙」这个观点后，在人工智能学界激起千层浪。 而在LeCun和Browning的新观点里，符号操作实际上是至关重要的，正如马库斯和Steven Pinker从1988年开始提出的观点。 马库斯也就由此指责Lecun，「你的观点我几十年前就提出了，你的研究倒退了几十年」。 而且不只是我一个人说的，其他大佬也这么认为。 马库斯称，之前的实验虽然不能保证符号操作的能力是与生俱来的，但几乎与这一观点别无二致。它们确实对任何依赖大量经验的学习理论构成了挑战。
46410编辑于 2022-08-26 表格基础模型加速高维贝叶斯优化
某机构研究人员开发了一种新方法，重新思考了如何使用一种称为“贝叶斯优化”的经典方法来解决具有数百个变量的问题。 我们提出了一种算法，不仅可以解决高维问题，而且可重复使用，因此无需每次都从头开始，就能应用于许多问题。”计算科学与工程专业的研究生、该论文的 lead author Rosen Yu 说。 改进一种成熟方法当科学家试图解决一个多方面的难题，但评估成功的方法很昂贵（例如通过碰撞测试汽车来判断每个设计的好坏）时，他们通常会使用一种行之有效的方法，称为贝叶斯优化。 为了解决这两个缺点，某机构研究人员利用了一种称为“表格基础模型”的生成式人工智能系统，将其作为贝叶斯优化算法内部的代理模型。“表格基础模型就像是用于电子表格的 ChatGPT。 “这项工作中提出的方法，使用预训练的基础模型与高维贝叶斯优化相结合，是减少基于仿真的设计对大量数据需求的一种富有创造性且前景广阔的方法。
16310编辑于 2026-04-27- 来自专栏新智元
马库斯揭露爆火模型荒诞回答，表示「还不行」
盖瑞·马库斯（Gary Marcus）贴上了这个图，配文是：「GPT在继续挣扎」。
63820编辑于 2023-01-08 - 来自专栏大数据文摘
如何创造可信的AI，这里有马库斯的11条建议
盖瑞·马库斯指出，只有建立一个全新的航道，才可能达到“可信的AI”这一目标。马库斯系统性地阐述了对当前AI研究界的批判，从认识科学领域中针对性地给出了11条可执行的建议。 如果我们知道劳拉·英格斯·怀德是查尔斯·英格斯和卡罗琳·英格斯的女儿，还发现玛丽·英格斯也是他们的女儿，那么我们就可以推断，玛丽和劳拉是姐妹，我们也可以推断:玛丽和劳拉很可能非常熟识，因为绝大多数人都和他们的兄弟姐妹一起生活过
72140发布于 2020-06-09 - 来自专栏拓端tecdat
动量和马科维茨Markowitz投资组合(Portfolio)模型实现
p=17931 动量和马科维茨投资组合模型使 均值方差优化 组合成为可行的解决方案。通过建议并测试： 增加最大权重限制 增加目标波动率约束 来控制 均值方差最优化的解。 ---- 本文摘选《R语言动量和马科维茨Markowitz投资组合(Portfolio)模型实现》
1.1K20编辑于 2022-03-11 - 来自专栏新智元
微软与OpenAI达成合作，获GPT-3独家授权，马库斯：呵呵？
一向「不待见」GPT-3的人工智能专家马库斯发文嘲讽。 消息一出，著名的人工智能研究者马库斯当即发推「怼」了过去：我们现在可以使用「民主化」一词来指代刚刚获得许可的东西吗？ 马库斯再批GPT-3！ 这不是马库斯第一次「喷」GPT-3了。 ? 马库斯对GPT-3的「蔑视态度」，从他的置顶推文中就可以洞见。 ? 可以陪你从诗词歌赋谈到人生哲学，还可以画图表搞运维做PPT，真的无所不能。
70920发布于 2020-09-27 - 来自专栏新智元
马库斯炮轰「ChatGPT的黑暗中心」，称灾难即将来临
---- 新智元报道 编辑：木槿 【新智元导读】ChatGPT热潮不断，但是背后的道德问题，仔细研究令人发指。如果有一天，ChatGPT完全掌控我们的生活，我们就会一步一步走向灾难。 ChatGPT可能被视为人工智能历史上最伟大的宣传噱头，对比2012年的老式无人驾驶汽车演示，AI 的道德问题仍没有解决。 当你选择和ChatGPT聊天，涉及道德问题时，ChatGPT的回答总是一板一眼，要么直接跳过该问题，仿佛道德感已经刻进了DNA里，无法撼动。 更进一步了解，ChatGPT正在冲破道德的边界，也或
51330编辑于 2023-02-24 - 来自专栏HarmonyOS NEXT 端云一体
《仿盒马》app开发技术分享-- 首页商品流（7）
('default'); let home_product=new cloudDatabase.DatabaseQuery(home_product_list); let list7 = await databaseZone.query(home_product); let json7 = JSON.stringify(list7) let data7:HomeProductList []= JSON.parse(json7) this.homeProduct=data7数据查出完成后，完善商品流的页面import { HomeProductList } from "..
19000编辑于 2025-06-23 - 来自专栏运维经验分享
CentOS 7 运维优化 原
CentOS 7 运维优化 一般的，我们安装CentOS mini和其他相应服务后，就能正常工作了。但工作一段时间后，服务器会出现不稳定、被入侵、甚至在突然的高并发时直接瘫痪状况。 所以，在这里提供一些运维优化的建议。 1.关闭不需要的服务 众所周知，服务越少，系统占用的资源就会越少， 所以应当关闭不需要的服务。 "$tty" = "$X_TTY" ] && continue initctl start tty TTY=$tty done end script 1 2 3 4 5 6 7 echo "IPV6INIT=no" >> /etc/sysconfig/network-scripts/ifcfg-eth0 # 禁用基于IPv6网络，使之不会被触发启动 1 2 3 4 5 6 7 8 7.调整 Linux 的最大文件打开数 要调整一下 Linux 的最大文件打开数，否则运行 Squid 诅服务的机器在高负载时执行性能将会很差；另外，在 Linux 下部署应用时，有时候会遇上 “
2.9K20发布于 2019-03-11 - 来自专栏量子位
这十大挑战，摆在DL面前：马库斯长文质疑深度学习
夏乙 若朴 安妮 编译整理 量子位 出品 | 公众号 QbitAI 多年坚持为深度学习泼冷水的纽约大学心理学教授马库斯老师（Gary Marcus），今天终于写了一篇长长的文章，将自己的对深度学习的看法全面 在他长达27页（含参考文献）的文章“深度学习的批判性评价”中，马库斯回顾了深度学习这5年来的复兴历程，更重要的是，指出了深度学习目前面临的十大挑战。 这篇论文Deep Learning: A Critical Appraisal发布在arXiv上 地址：https://arxiv.org/abs/1801.00631 △ Gary Marcus 马库斯身兼畅销书作家 量子位将马库斯最新论文中的要点梳理、介绍如下（跳过了深度学习科普部分）： 深度学习的局限始于我们生活中的一个反差：我们所生活的世界，数据从来都不是无限的。 https://arxiv.org/ftp/arxiv/papers/1801/1801.00631.pdf 在文章的最后，马库斯老师又提到了他2012年在《纽约客》写下的那篇略带悲壮的专栏文章《“深度学习
92230发布于 2018-03-22 - 来自专栏新智元
马库斯再次炮轰：三个危机已经显现！
今年5月，DeepMind发布了一个多模态人工智能系统Gato，仅靠一套模型参数即可同时执行600多种不同的任务，一时引起行业内对通用人工智能（AGI）的热议。
41640编辑于 2023-01-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号