- 综合排序
- 最热优先
- 最新优先
- 来自专栏YoungGy
ML基石_9_LinearRegression
本文介绍了线性回归的基本概念和算法，以及其在机器学习中的应用。文章还讨论了线性回归的一些特性和限制，并给出了一些例子和图形来加深理解。最后，文章展望了未来的研究方向，包括处理线性不可分问题、特征选择和正则化等。
65960发布于 2018-01-02 - 来自专栏我还不懂对话
【论文阅读】- 怎么快速阅读ML论文？
主题框架翻译于Eric Jang的博客https://blog.evjang.com/2021/01/understanding-ml.html，加了一些个人观点。 机器学习的论文很多，怎么从Arxiv上泛滥的文章中选择论文阅读，那么我们就需要快速地了解论文内容概要，从而决定是否精读。 ML模型是去拟合偏差和数据。有时候数据中偏差很大，有时候很小，为了确保模型泛化很好（拟合数据而非偏差）需要更多的偏差和数据，最好是无偏数据。 论文里面的说法是否可靠？个人理解，是说论文里面指标是否靠谱，方法是否实用等。凭我自己的经验，一般可以从以下几点来看：论文方法是否过于trick，是否非常复杂（奥卡姆剃刀原理）。 Referencehttps://blog.evjang.com/2021/01/understanding-ml.html图片
73120编辑于 2022-10-08 - 来自专栏脑机接口
论文周报 | 第9期
Rose小哥今天分享一下几篇论文。 然后，并使用ProxConn和基准ERP方法评估系统性能，并使用干式EEG系统对9个受试者的响应错误进行分类。 结果:仿真结果显示，实时皮层连通性估计具有较高的准确性(AUC=0.97±0.021)。
59620发布于 2020-07-01 - 来自专栏DeepHub IMBA
2022 年 4 月 10篇 ML 研究论文推荐
NVidia 的新 H100 GPU已经发布了，我们也很久没有发论文推荐了，这是4月份的论文推荐：Google 的 5400 亿参数 PaLM、Pathways、Kubric、Tensor Programs 3、Pathways: Asynchronous Distributed Dataflow for ML and PaLM: Scaling Language Modeling with Pathways 架构在 ML 中的作用是否会进一步缩小？论文的回答是：是的。 9、Training Compute-Optimal Large Language Models By Jordan Hoffmann, Sebastian Borgeaud, Arthur Mensch Language-Model-as-a-Service” by Tianxiang Sun et al. 2022 [8] “Zero-Shot Text-to-Image Generation” by Aditya Ramesh et al. [9]
63020编辑于 2022-04-14 - 来自专栏量化投资与机器学习
【代码+论文】通过ML、Time Series模型学习股价行为
今天编辑部给大家带来的是来自Jeremy Jordan的论文，主要分析论文的建模步骤和方法，具体内容大家可以自行查看。 sample_text_google) if word not in w2v]) print(' -- '.join(not_in_vocab)) motofone -- segment's -- we're -- ml910
1.8K80发布于 2018-01-30 - 来自专栏深度强化学习实验室
第9期：DeepRL每日论文快报
DeepRL每日论文快报 来源自：arxiv.com 编辑：DeepRL 时间：2019-12-3 Learning Representations in Reinforcement Learning
47520发布于 2019-12-10 - 来自专栏数据派THU
收藏｜最优论文+代码查找神器，覆盖AI全领域（966个ML任务、8500+论文）
本文介绍了查找论文及对应源码神器的最新版本，从应用领域到具体任务再到实现一步到位。 目前该网站已经完成了代码与论文的自动化链接，正在研究自动提取论文中的评估数据。 每一个分类下面所列出的项目包含：论文标题、机构、发表日期、摘要、任务分类等信息。 ? 使用 现在，我们来看看这个 ML SOTA 浏览器怎么用吧。 从 Browse state-of-the-art 主页视图中可以直接看到，语义分割任务中包含了 9 个排行榜以及 299 篇论文。 ? 点进去之后就能看到这 9 个排行榜。 不过 9 这个数字好像对不上，算了这不重要。我们可以看到 5 个数据集的 SOTA 论文，每一行分别列出了数据集名称、SOTA 模型名称、论文、源代码等。
1.6K30发布于 2019-03-08 - 来自专栏DeepHub IMBA
2021 年 10 月推荐阅读的10篇精选ML论文
每个月都会有几千篇的论文在arXiv发布，我们不可能看完所有的文章，但是我们可以从中找到一些趋势： 大型语言模型不再与较小的模型在同一类别中竞争(如训练前+监督数据微调)。为什么? 幸运的是，学者们经常关注这一点，传统上大多数揭示事实的论文都来自大学，就像我们很快就会看到的那篇。 这篇论文的缺点也是它的优点:为进一步优化他们的实验而付出的有限的范围和努力。 但是还有一个重要的警告没有在论文中彻底解决：注意力矩阵中的偏差通过一个 softmax 来抑制远标记的贡献，这就像有一个注意力的“软窗口”。 这本纸质书包含了很多内容:概述、介绍和论文，内容涉及在大量数据的监督下训练的大型神经模型的新兴领域，为此，它们被称为基础模型。
57120发布于 2021-10-09 - 来自专栏机器之心
AI所有领域最优论文+代码查找神器：966个ML任务、8500+论文任你选
目前该网站已经完成了代码与论文的自动化链接，正在研究自动提取论文中的评估数据。 每一个分类下面所列出的项目包含：论文标题、机构、发表日期、摘要、任务分类等信息。 ? 使用 现在，我们来看看这个 ML SOTA 浏览器怎么用吧。 从 Browse state-of-the-art 主页视图中可以直接看到，语义分割任务中包含了 9 个排行榜以及 299 篇论文。 ? 点进去之后就能看到这 9 个排行榜。 不过 9 这个数字好像对不上，算了这不重要。我们可以看到 5 个数据集的 SOTA 论文，每一行分别列出了数据集名称、SOTA 模型名称、论文、源代码等。 如下图所示，点击「See all」之后，页面跳转到在 PASCAL VOC 2012 数据集上的排行榜详细信息，如下图所示，图中绿色点为曾经的 SOTA 论文，图中折线表示趋势图，灰色点表示性能较弱的其他论文
80730发布于 2019-04-29 - 来自专栏机器之心
2020年，那些「引爆」了ML社区的热门论文、库和基准
Top 10 热门论文 论文 1：EfficientDet: Scalable and Efficient Object Detection ? 论文链接：https://arxiv.org/pdf/1911.09070v7.pdf 简介：这项论文最初在 2019 年 11 月份发布首版，机器之心进行了报道，本文是最新版。 论文 9：Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer ? 项目地址：https://github.com/rwightman/pytorch-image-models 简介：pytorch-image-models 库由热衷于构建 ML 和 AI 系统的加拿大人 项目地址：https://github.com/eriklindernoren/PyTorch-GAN 简介：PyTorchGAN 库由 Apple 公司的 ML 工程师 Erik Linder-Norén
63420发布于 2021-03-15 - 来自专栏AI算法与图像处理
CVPR2022论文速递（2022.6.15）！共9篇！
整理：AI算法与图像处理 CVPR2022论文和代码整理：https://github.com/DWCTOD/CVPR2022-Papers-with-Code-Demo 大家好, 最近正在优化每周分享的 CVPR论文, 目前考虑按照不同类别去分类,方便不同方向的小伙伴挑选自己感兴趣的论文哈 欢迎大家留言其他想法, 合适的话会采纳哈! Updated on : 15 Jun 2022 total number : 9 目标检测 / Object Detection - 1 篇 Label Matching Semi-Supervised Object Detection 标题：标签匹配半监督目标检测 论文/Paper: http://arxiv.org/pdf/2206.06608 代码/Code: https://github.com 篇 RGB-Multispectral Matching: Dataset, Learning Methodology, Evaluation 标题：RGB - 跨性匹配：数据集，学习方法，评估 论文
47920编辑于 2022-09-02 - 来自专栏机器之心
夸大ML能力、论文纸上谈兵……机器学习社区为何变成这样？
发帖者总结了以下几点： 一些群体自认为可以掌控 ML 领域 在 ML 领域，我经常会看到一个群体或多个群体蜂拥至某个问题上，拿出 ML 这个工具，然后声称问题「已经解决」。 我曾见过很多在著名学术会议上发表 CV 论文的学者，在与他们的交谈中，发现他们不清楚「颜色空间为什么有用」甚至「不清楚什么是像素」（像素绝对不是图像上的小方块）。 绝大多数论文都是「纸上谈兵」，不涉及实际工作 过去很多人都提到过这一点，但我必须澄清自己的观点。我知道，很多因素导致了这一问题以及所有其他问题。 论文往往只包含微小的架构变化或渐进式的改进，「真正的思想」却看不到。这就导致有时一位博士却不擅长工程实践，或者其研究效率比不上有经验的硕士生。 公平来讲，ML 领域也应如此。但很遗憾，ML 领域却没有发挥应有的作用，尤其是在同行业的一般企业中。 认为ML可以解决现实世界所有问题 这一问题也常常被提及。
33850发布于 2021-06-08 - 来自专栏AI算法与图像处理
CVPR2022论文速递（2022.5.31）！共9篇！
整理：AI算法与图像处理 CVPR2022论文和代码整理：https://github.com/DWCTOD/CVPR2022-Papers-with-Code-Demo 大家好, 最近正在优化每周分享的 CVPR论文, 目前考虑按照不同类别去分类,方便不同方向的小伙伴挑选自己感兴趣的论文哈 欢迎大家留言其他想法, 合适的话会采纳哈! Updated on : 31 May 2022 total number : 9 目标检测 / Object Detection - 1 篇 Time3D: End-to-End Joint Monocular 3D Object Detection and Tracking for Autonomous Driving 标题：Time3D：自动驾驶的端到端联合单目3D对象检测和跟踪 论文/Paper: http - 1 篇 ShuffleMixer: An Efficient ConvNet for Image Super-Resolution 标题：Shufflemixer：用于图像超分辨率的高效卷积网络 论文
58830编辑于 2022-09-02 - 来自专栏AI算法与图像处理
CVPR2022论文速递（2022.6.28）！共9篇！
整理：AI算法与图像处理 CVPR2022论文和代码整理：https://github.com/DWCTOD/CVPR2022-Papers-with-Code-Demo 大家好, 最近正在优化每周分享的 CVPR论文, 目前考虑按照不同类别去分类,方便不同方向的小伙伴挑选自己感兴趣的论文哈 欢迎大家留言其他想法, 合适的话会采纳哈! CVPR 2022 | AI 魔法师，水印天敌 最新论文整理： Updated on : 28 Jun 2022 total number : 9 Programmatic Concept Learning Video Prediction via Video Frame Interpolation 论文/Paper: http://arxiv.org/pdf/2206.13454 代码/Code: None A Simple Approach for Visual Rearrangement: 3D Mapping and Semantic Search 论文/Paper: http://arxiv.org
29930编辑于 2022-09-02 - 来自专栏AI算法与图像处理
CVPR2022论文速递（2022.6.14）！共9篇
整理：AI算法与图像处理 CVPR2022论文和代码整理：https://github.com/DWCTOD/CVPR2022-Papers-with-Code-Demo 大家好, 最近正在优化每周分享的 CVPR论文, 目前考虑按照不同类别去分类,方便不同方向的小伙伴挑选自己感兴趣的论文哈 欢迎大家留言其他想法, 合适的话会采纳哈! Updated on : 14 Jun 2022 total number : 9 Transformers - - 2 篇 Exploring Structure-aware Transformer Interaction Proposals for Human-Object Interaction Detection 标题：探索与人类相互作用检测的相互作用建议探索结构感知的Transformer 论文 Natural Images with Aperture Rendering Neural Radiance Fields 标题：AR-NeRF：无监督的深度和散焦效应的自然图像带有神经辐射场的效果 论文
43640编辑于 2022-09-02 - 来自专栏AI算法与图像处理
CVPR2022论文速递（2022.6.2）！共9篇！
整理：AI算法与图像处理 CVPR2022论文和代码整理：https://github.com/DWCTOD/CVPR2022-Papers-with-Code-Demo 大家好, 最近正在优化每周分享的 CVPR论文, 目前考虑按照不同类别去分类,方便不同方向的小伙伴挑选自己感兴趣的论文哈 欢迎大家留言其他想法, 合适的话会采纳哈! Updated on : 2 Jun 2022 total number : 9 CLIP4IDC: CLIP for Image Difference Captioning 论文/Paper: http 代码/Code: None PanopticDepth: A Unified Framework for Depth-aware Panoptic Segmentation 论文/Paper: http /panopticdepth Efficient Multi-Purpose Cross-Attention Based Image Alignment Block for Edge Devices 论文
35430编辑于 2022-09-02 - 来自专栏iOSDevLog
ML任务
表 ML任务： 任务 输出类型 问题的例子 算法 监督学习 回归 实数 根据其特点预测房价 线性回归和多项式回归 分类 明确的 垃圾邮件/非垃圾邮件分类 KNN，NaïveBayes，逻辑回归，决策树
57820发布于 2018-11-20 - 来自专栏腾讯技术工程官方号的专栏
腾讯AI Lab宣布将于9月底开源“Tencent ML-Images”项目
今日，腾讯AI Lab宣布将于9月底开源“Tencent ML-Images”项目，该项目由多标签图像数据集ML-Images，以及业内目前同类深度学习模型中精度最高的深度残差网络ResNet-101 此外，腾讯AI Lab还将提供基于ML-Images训练得到的深度残差网络ResNet-101。 在ML-Images的构建过程中，团队充分利用了类别语义关系来帮助对图像的精准标注。 (2) 基于ML-Images的深度神经网络的训练方法。 (3) 基于ML-Images训练得到的ResNet-101模型，具有优异的视觉表示能力和泛化性能。 “Tencent ML-Images”项目未来还将在更多视觉相关的产品中发挥重要作用。
4K80发布于 2018-09-11 - 来自专栏机器学习与python集中营
AI所有领域最优论文+代码查找神器：966个ML任务、8500+论文任你选(亲测好用)
目前该网站已经完成了代码与论文的自动化链接，正在研究自动提取论文中的评估数据。 每一个分类下面所列出的项目包含：论文标题、机构、发表日期、摘要、任务分类等信息。 ? 使用 现在，我们来看看这个 ML SOTA 浏览器怎么用吧。 从 Browse state-of-the-art 主页视图中可以直接看到，语义分割任务中包含了 9 个排行榜以及 299 篇论文。 ? 点进去之后就能看到这 9 个排行榜。 不过 9 这个数字好像对不上，算了这不重要。我们可以看到 5 个数据集的 SOTA 论文，每一行分别列出了数据集名称、SOTA 模型名称、论文、源代码等。 如下图所示，点击「See all」之后，页面跳转到在 PASCAL VOC 2012 数据集上的排行榜详细信息，如下图所示，图中绿色点为曾经的 SOTA 论文，图中折线表示趋势图，灰色点表示性能较弱的其他论文
1.1K20发布于 2019-06-02 - 来自专栏毕业论文写作指南
写论文AI工具推荐：9款高效工具助你轻松搞定毕业论文！
面对动辄数万字的毕业论文写作任务，智能写作平台通过创新技术突破传统写作模式。这些智能助手不仅能够提升写作速度，更能在学术表达和逻辑结构方面提供专业指导。 巨鲸写作 —— 专注于论文领域的神级工具官网: 巨鲸写作初稿快速成型：输入选题关键词，系统能在半小时内产出五万字基础框架，将文献收集与框架搭建耗时压缩90%全学科覆盖：从理工科实验报告到人文社科理论分析 Gemini官网: Gemini结构化写作系统通过思维导图式创作界面，帮助用户快速构建论文骨架。多轮对话机制支持研究假设的可行性验证。 技术特色：支持Python代码片段生成自动编写数据分析说明研究局限性自检系统应用提示：需提前整理数据格式统计方法选择需谨慎推论过程需人工复核9. Deepseek官网: Deepseek实验设计顾问专注理工科论文，提供从实验方案设计到结果分析的智能化支持。材料与方法章节生成准确率可达85%。
68110编辑于 2025-06-01
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