「特征工程」与「表示学习」 2
表示学习 当我们学习一个复杂概念时，总想有一条捷径可以化繁为简。机器学习模型也不例外，如果有经过提炼的对于原始数据的更好表达，往往可以使得后续任务事倍功半。这也是表示学习的基本思路，即找到对于原始数据更好的表达，以方便后续任务（比如分类）。 举个简单的例子，假设我们有 {{x,y}} ，想要寻找x与y之间的关系。 如果单用肉眼看的话，x这个矩阵其实还是比较复杂的，无法直接发现与y间的关系。但如果我...
教程 | 仅需六步，从零实现机器学习算法！ 15
来自｜Data Optimal编译｜机器之心 (禁止二次转载) 、小事整理｜李诗萌、路本文以感知器为例，介绍了从零实现机器学习方法的具体步骤以及重要性。从头开始写机器学习算法能够获得很多经验。当你最终完成时，你会惊喜万分，而且你明白这背后究竟发生了什么。有些算法比较复杂，我们不从简单的算法开始，而是要从非常简单的算法开始，比如单层感知器。本文以感知器为例，通过以下 6 个步骤引导你从头开始写算法：...
人人都是画家：朱俊彦&周博磊等人的GAN画笔帮你开启艺术生涯 24
选自MITCSAIL作者： David Bau、朱俊彦、Joshua B. Tenenbaum等机器之心编辑既然 GAN 可以用来给黑白线稿上色、填充纹理，那能不能直接用来画画？来自 MIT、港中文、IBM 等机构的 David Bau、朱俊彦、Joshua B. Tenenbaum、周博磊等人在论文 GAN Dissection 上放出的示意工具一时惊艳了众人：只要鼠标划过，GAN 就可以立即在...
斯坦福2019《CS230：深度学习》开课，吴恩达带队授课 7
转自 专知【导读】吴恩达CS230：深度学习（Deep Learning）又开始了，吴恩达带队，机器学习领域著名学者，带队主讲！资源获取方式在输入关键词“CSDLNG”获取资源点击“阅读原文”直达课程主页课程安排—完—为您推荐【资源】954页《数据可视化》手册送你一座GitHub上的“金矿”381页机器学习数学基础PDF下载2018年NLP亮点汇总《NLP highlights&...
字节跳动2019春招 | Tech talk校园行正式启动！ 2
字节跳动2019春招 | Tech talk校园行正式启动！点击下方”阅读原文“，开始报名点击下方”阅读原文“，开始报名—完—为您推荐一文读懂 12种卷积方法送你一座GitHub上的“金矿”【新纪录】90秒训练AlexNet！AI圣经 PRML《模式识别与机器学习》我的2019秋招算法面经 本篇文章来源于: 深度学习这件小事
基于GNN，强于GNN：胶囊图神经网络的PyTorch实现 | ICLR 2019 11
报道 | 新智元 来源 | Reddit 编辑 | 大明 【导读】胶囊图神经网络（CapsGNN）是在GNN启发下诞生了基于图片分类的新框架。CapsGNN在10个数据集中的6个的表现排名位居前两名。与所有其他端到端架构相比，CapsGNN在所有社交数据集中均名列首位。 本日Reddit上热议的一个话题是名为“胶囊图神经网络”（CapsGNN）的新框架。从名字不难看出，它是受图神经网络（GNN...
DeBug Python代码还靠print函数？换用这个一天2K+Star的工具吧 5
来自 | 机器之心print函数已老，DeBug该靠PySnooper了～小伙伴们，你们都怎样 DeBug Python 代码？是不是常用 print 大法？在本文介绍的这个项目中，deBug Python 代码再也不需要 print 了。只要给有疑问的代码加上装饰器，各种信息一目了然，找出错误也就非常简单了。这个名为 PySnooper 的项目是刚开源的，仅仅一天就获得了 2K+ 的 Star ...
推荐三本小白都能看懂的AI书籍(文末免费送！) 8
感谢机械工业出版社的赞助今天给大家推荐三本刚刚出版的AI新书，两本深度学习，一本人脸识别，都是小白都能看懂的初级入门书，闲话少说，直接看三本书的介绍吧。1、深度学习实战第一本是大家都很熟悉的O’Reilly动物书系列的最新力作，由前Google工程师撰写，Google地图联合创始人拉尔斯·拉斯穆森推荐的《深度学习实战》，原版在Amazon全五星好评，是一本新手必备的深度学习速成手册。本书提供大量实...
我是怎么走上推荐系统这条（不归）路的…… 13
来自 | Medium作者 | Dimitris Apostolopoulos编译 |机器之心什么是推荐系统？有哪些类型的推荐系统？怎么做推荐系统？想知道？可以看看这篇小白文~在这个系列文章中，我将分享掌握推荐系统的经验，以及围绕推荐系统从低级模型到高级模型的实现。我还会简要提及你构建推荐系统时将会遇到的挑战以及我所用的解决办法。最后，我会带你们浏览我追踪模型表现和构建其它机器学习模型时的想法、不...
8亿参数，刷新ImageNet纪录：何恺明团队开源最强ResNeXt预训练模型 6
发自 | 凹非寺报道 | 量子位来自Facebook何恺明团队，比以往都强大ResNeXt预训练模型开源了。它叫ResNeXt WSL，有超过8亿个参数，用Instagram上面的9.4亿张图做了 (弱监督预训练) ，用ImageNet做了微调。注：WSL是弱监督学习，不是Windows里面的Linux。ImageNet测试中，它的 (32×48d) 分类准确率达到85.4%(Top-1) ，打破...
-
2023-01-15
-
2023-01-14
-
2023-01-14
-
2023-01-14
-
2023-01-14
搜索当前分类