首页
学习
活动
专区
工具
TVP
发布

大数据文摘

专栏作者
5572
文章
4008115
阅读量
253
订阅数
一文读懂K均值(K-Means)聚类算法
大数据文摘授权转载自数据派THU作者:王佳鑫 审校:陈之炎 概述 众所周知,机器学习算法可分为监督学习(Supervised learning)和无监督学习(Unsupervised learning)。 监督学习常用于分类和预测。是让计算机去学习已经创建好的分类模型,使分类(预测)结果更好的接近所给目标值,从而对未来数据进行更好的分类和预测。因此,数据集中的所有变量被分为特征和目标,对应模型的输入和输出;数据集被分为训练集和测试集,分别用于训练模型和模型测试与评估。常见的监督学习算法有Regression
大数据文摘
2023-04-10
5940
不盲追大模型与堆算力!沈向洋、曹颖与马毅提出理解 AI 的两个基本原理:简约性与自一致性
大数据文摘授权转载自AI科技评论 论文作者 | 马毅、曹颖、沈向洋 整理 | 西西 编辑 | 陈彩娴 近两年,“大力(算力)出奇迹”的大模型成为人工智能领域多数研究者的追求趋势。然而,其背后巨大的计算成本与资源耗费问题也弊端渐显,一部分科学家开始对大模型投以严肃的目光,并积极寻求解决之道。新的研究表明,要实现 AI 模型的优秀性能,并不一定要依靠堆算力与堆规模。 深度学习火热十年,不得不说,其机遇与瓶颈在这十年的研究与实践中已吸引了大量的目光与讨论。 其中,瓶颈维度,最引人注意的莫过于深度学习的黑盒子特性(
大数据文摘
2022-07-18
6770
Yann LeCun最新访谈:能量模型是通向自主人工智能系统的起点
大数据文摘授权转载自AI科技评论 来源:ZDNet 编译:钱磊 编辑:陈彩娴 继自监督学习之后,Yann LeCun 在接受 ZDNet 的最新访谈中又着重探讨了他在几年前曾大篇幅推崇的概念:「能量模型」(energy-based models)。 什么是能量模型? Yoshua Bengio、 Ian Goodfellow 和 Aaron Courville 等人在2019年出版的《深度学习》(又称「花书」)一书中将「概率函数」定义为「描述了一个或一组随机变量呈现其每种可能状态的可能性大小」,而能量模型
大数据文摘
2022-04-07
2650
算法工程师到底是做什么的?
前者如实现一个功能、搭建一个服务、实现一种展现交互方式等。更关注的是如何实现功能,如何对于各种复杂甚至小众的场景都不出错。互联网中典型的后端、前端、平台、网络工程师的主要工作是这一类。
大数据文摘
2021-02-08
1.6K0
用户界面开发自动化,新研究根据设计图自动生成用户界面属性|一周AI最火论文
呜啦啦啦啦啦啦啦大家好,本周的AI Scholar Weekly栏目又和大家见面啦!
大数据文摘
2020-02-12
3920
机器学习能量模型:Facebook的AI主管LeCun所想象的AI未来
深度学习领域的大师Yann LeCun表示,AI的下一个发展方向可能是摒弃深度学习的所有概率技巧,转而掌握多种变化的能量值。
大数据文摘
2019-11-18
4670
ICML 2019最佳论文:测试12000个模型后,谷歌质疑现有无监督分离式表征学习
谷歌大脑、MaxPlanck和苏黎世联邦理工学院合作的《挑战无监督分离式表征的常见假设》,以及剑桥大学的一篇《稀疏变分高斯过程回归的收敛速率》作为最佳论文摘得桂冠。另外,还有七篇论文获得提名奖。
大数据文摘
2019-06-20
6500
Science重磅:无需标注数据,DeepMind新研究让机器“脑补”立体世界!
大数据文摘编辑组出品 DeepMind又来搞事情了!而且这次的事情还搞上了Science杂志。 今天,Science杂志公开发表了一篇DeepMind的论文《神经场景表示和渲染(Neural scene representation and rendering)》。包括DeepMind老板Demis Hassabis在内,这篇论文共有22名作者。这也是DeepMind的新研究首次在Science杂志发布。 如此庞大的作者军团,po出的论文成果也非常有趣且重磅,具体来说就是,通过少量二维的局部图片,想象整个三
大数据文摘
2018-06-29
5010
视频更新|斯坦福CS231n深度学习与计算机视觉课时28-视频检测与无监督学习(上)
本文为斯坦福大学CS231N课程的中文视频第28课时,已获得斯坦福大学Andrej Karpathy教授的授权翻译与发表。大数据文摘作品,未经授权禁止转载,转载具体要求见文末。 大数据文摘&北邮模式识别实验室 联合制作 编者按: 本节主要内容为“深度学习之计算机视觉——视频检测与无监督学习(上)”。本课介绍了视频物体检测与动作检测,卷积神经网络的变种与循环神经网络结合。后半部分对无监督学习进行了一定的讲解,包括自编码与生成对抗网络。文章内容为斯坦福CS231N系列,供有兴趣的读者感受、学习。 斯坦福大学C
大数据文摘
2018-05-25
7130
公开课打怪团 | 无监督学习最新论文解读(直播回顾)
How you doing?(Joy式微笑) 大家9月好,我是文摘菌 ? 上周,文摘菌请到了刘彦镔小哥哥,给大家带来了主题为“最新论文解读:无监督视频表示”的直播! 这场直播的内容,也是被公认为是人工
大数据文摘
2018-05-24
5530
数据缺失的坑,无监督学习这样帮你补了
大数据文摘作品 编译:Chole、糖竹子、saint 经常被数据里的NaN值困扰,又不想昧着良心用均值填充?本文介绍了几种常见的数据缺失值处理方法,其中一些用到了聚类算法。 无监督学习(UL)有很多没开发的潜力。它是一门从“未标记”数据中推导一个函数来描述其隐藏结构的艺术。但首先,从数据中找到其结构是什么意思呢? 让我们来看以下两个例子: Blobs 气泡状分布:这个简单。任何人看到这张图都会认为它是由三个不同的簇组成的。如果你对统计学非常熟悉,你可能还会猜想它由三个隐藏的高斯分布构成。对一个新的数据样本,
大数据文摘
2018-05-24
1.2K0
论文Express | 谷歌大脑:基于元学习的无监督学习更新规则
大数据文摘作品 编译:杨小咩是小怪兽、晓莉 、小鱼 这期论文Express,让文摘菌带大家来看看谷歌大脑和伯克利关于无监督学习的联合研究。 大数据文摘后台对话框内回复“元学习”即可下载论文~ 无监督学习的一个主要目的是为了获得对后续任务有用的数据分布,从而避免在有监督训练过程中需要对数据进行标注的繁琐步骤。 通常,这个目标是通过定义一个代价函数(Cost Function)来最小化估计参数的方式实现的,例如negative log-likelihood(NLL)生成模型。 论文作者:Luke Metz、Ni
大数据文摘
2018-05-23
6800
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