首页
学习
活动
专区
工具
TVP
发布

AI科技评论

专栏作者
4092
文章
3375263
阅读量
184
订阅数
吴恩达:机器学习的六个核心算法
编译 | 黄楠 编辑 | 陈彩娴 最近,吴恩达在其创办的人工智能周讯《The Batch》上更新了一篇博文,总结了机器学习领域多个基础算法的历史溯源。 文章开头,吴恩达回忆他的研究历程中曾有一次抉择: 多年前,在一次项目中,选择算法时,他不得不在神经网络与决策树学习算法之间做选择。考虑到计算预算,他最终选择了神经网络,在很长的一段时间内弃用增强决策树。 这是一个错误的决定,「幸好我的团队很快修改了我的选择,项目才成功。」吴恩达谈道。 他由此感叹,不断学习与更新基础知识是十分重要的。与其他技术领域一样,随着研
AI科技评论
2022-06-07
5980
数据越多,AI决策模型越脆弱
数据是构建人工智能系统必需的关键基础设施。数据在很大程度上决定了AI系统的性能、公平性、稳健性、安全性和可扩展性。
AI科技评论
2021-08-24
3220
周志华团队开源深度森林DF21, 超参少、训练效率高,快来亲自上手!
在人工智能的发展历史上,神经网络这一“物种”可谓是经历了起起伏伏,不过时至今日,神经网络总算是修得一段“正果”,而在中国近几年的AI发展中,也有那么几个研究总是时不时撩人心弦,今天要介绍的于2017年被南京大学周志华和其博士生冯霁等人提出的深度森林框架gcForest就是其中之一。
AI科技评论
2021-02-08
3.4K0
最全!两万字带你完整掌握八大决策树!
决策树是一个非常常见并且优秀的机器学习算法,它易于理解、可解释性强,其可作为分类算法,也可用于回归模型。
AI科技评论
2020-07-08
1.1K0
NRFI:网络结点不会指数增加的「神经随机深林模拟」
在过去几年,由于CIFAR-10和ImageNet这样的大数据集的涌现,卷积神经网络在一系列计算机视觉任务中取得了巨大的成功。然而现实世界中的很多问题缺乏大量的带有标签的数据集,卷积神经网络容易在小样本数据上过拟合。另一方面,经典的随机森林模型在小样本数据上表现非常好,不容易过拟合。这两者的结合诞生了将训练好的随机森林模型映射为神经网络的思路。
AI科技评论
2019-12-09
4460
深度 | 周志华:“深”为什么重要,以及还有什么深的网络
许多特性并不是深度神经网络独有~ 作者:杨晓凡 编辑:Camel 8 月 10 日至 16 日,IJCAI 2019 在中国澳门隆重召开。14 日下午,南京大学周志华教授进行特邀大会演讲,演讲主题
AI科技评论
2019-08-19
3390
学界 | IBM NeurIPS 2018 poster:把深度学习模型的表现迁移到传统机器学习模型获得高可解释性
AI 科技评论按:为了解释深度神经网络,研究人员们想了各种各样的办法。IBM 研究院的论文《Improving Simple Models with Confidence Profiles》(https://arxiv.org/abs/1807.07506)也从一个角度研究了这个问题,并被 NeurIPS 2018 接收为 poster 论文。雷锋网 AI 科技评论把论文主要内容介绍如下。
AI科技评论
2018-12-26
5450
科普|机器学习中决策树的原理与算法
AI科技评论按:本文作者栗向滨,中科院自动化所复杂系统国家重点实验室研究生毕业,机器学习与计算机视觉方向算法工程师。雷锋网首发文章。 我们知道,在机器学习中有两类十分重要的问题,一类是分类问题,一类是回归问题。我们今天所要探讨的就是在分类和回归问题中所用到的一种非常基本的方法,叫决策树。决策树也是重要的标签学习方法。这篇文章里面的部分内容来自于AI幕课学院的《机器学习理论与实战高级特训班》课程笔记。 从名字来看,决策的的意思就是在众多类别中我们需要决策出我们分类的东西是属于哪一个类别,决策离散型的值的叫决策
AI科技评论
2018-03-12
6480
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档