算法进阶-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

算法进阶

专栏成员

261

文章

178355

阅读量

30

订阅数

人工智能（XAI）可解释性的研究进展！

人工智能可视化模型数据算法

本文从数据为中心的角度，研究了数据收集、处理和分析如何有助于可解释的人工智能（XAI）。将现有工作分为三类，分别服务于对深度模型的解释、对训练数据的启示和对领域知识的洞察，并提炼出针对不同模式的数据挖掘操作和DNN行为描述符的数据挖掘方法，提供了一个全面的、以数据为中心的XAI从数据挖掘方法和应用的角度进行的考察。

2024-06-13

620

盘点！大模型及发展趋势！

数据性能开源测试模型

大型语言模型（LLMs）无疑是此次人工智能革命的核心，其构建于Transformer架构的坚实基础之上，并依据缩放定律（Scaling Law）不断进化。

2024-06-13

630

干货！少样本学习的概述！

优化模型数据算法网络

少样本学习（Few-Shot Learning，FSL）是机器学习领域中的一种重要技术，其目标是在仅使用少量样本（例如50个或更少）的情况下，设计出能够高效学习和准确预测的机器学习模型。这种技术在许多应用领域都具有重要的实际意义，例如在数据标注成本较高的场景中，或者在面对快速变化的任务时。应用包括图像分类、情感分类和对象识别。

2024-06-13

700

大模型+RAG，全面介绍！

性能优化模型数据索引

大型语言模型（LLMs）在处理特定领域或高度专业化的查询时存在局限性，如生成不正确信息或“幻觉”。缓解这些限制的一种有前途的方法是检索增强生成（RAG），RAG就像是一个外挂，将外部数据检索集成到生成过程中，增强模型提供准确和相关响应的能力。

2024-05-31

1010

时间序列+预训练大模型！

函数基础模型数据性能

时间序列预测可以使用经典预测方法和深度学习方法。经典预测方法如ETS、ARIMA等为每个时间序列独立地拟合模型，而深度学习方法在给定的数据集中学习时间序列。

2024-05-21

2400

可信赖图神经网络综述！图的因果学习！

数据神经网络变量框架模型

本文综述了图神经网络（GNN）在图挖掘应用中的最新进展，并强调了其在低维表示中保留丰富知识的能力。然而，GNN在可靠性方面存在挑战，包括OOD泛化能力、公平性和可解释性。为了解决这些问题，研究人员开始将因果学习纳入可信赖图神经网络（TGNN）的开发中。

2024-05-21

2760

一图胜千言！机器学习模型可视化！！

性能机器学习可视化模型数据

机器学习模型有强大而复杂的数学结构。了解其错综复杂的工作原理是模型开发的一个重要方面。模型可视化对于获得见解、做出明智的决策和有效传达结果至关重要。

2024-05-13

2340

轻松上手！手机上部署Phi3、Llama3最新大模型全攻略！

部署模型手机数据开源

大模型无疑是此次AI革命的主角，大模型基于Scaling Law（缩放定律）。简单的说，就是数据越多，参数越大，算力越强，模型最终的能力就越强。随着模型参数和预训练数据规模的增加，模型能力与任务效果不断改善，展示出了一些小规模模型所不具备的“涌现能力”。

2024-05-02

1.8K0

总结！中国人工智能大模型技术白皮书！

人工智能开源安全模型数据

近期，中国人工智能协会发布了一份名为《中国人工智能大模型技术白皮书》的报告，该报告全面梳理了大模型技术的演进历程，深入探讨了关键技术要素，并详细剖析了当前面临的挑战以及未来展望。

2024-05-02

2760

全面！深度学习时间序列分类的综述！

深度学习变量架构模型数据

时间序列分析中的时间序列分类（TSC）是关键任务之一，具有广泛的应用，如人体活动识别和系统监测等。近年来，深度学习在TSC领域逐渐受到关注，具有自动从原始时间序列数据中学习并抽取有意义特征的能力。

2024-05-02

5110

深度迁移学习的综述！

模型数据网络神经网络迁移学习

近期随着大模型的爆发，深度学习受到广泛关注，并成功应用于许多实际应用中。深度学习算法从大量数据中学习高级特征，从而超越传统机器学习。

2024-04-25

1690

人工智能在金融量化投资的综述（Python）

量化数据 python 人工智能金融

量化交易是一种利用数学模型和算法进行交易的方法，它可以自动执行交易策略，减少人为干预。自动交易系统是实现量化交易的工具，它可以实时分析市场数据，自动执行买卖订单，提高交易效率。扩展阅读：Python量化交易入门进阶指南(全

2024-04-18

9100

深度学习+度量学习的综述

深度学习函数模型数据网络

如今，机器学习的应用广泛，包括人脸识别、医疗诊断等，为复杂问题和大量数据提供解决方案。机器学习算法能基于数据产生成功的分类模型，但每个数据都有其问题，需定义区别特征进行正确分类。常用的机器学习算法包括k最近邻、支持向量机和朴素贝叶斯分类器，但需注意特征加权和数据转换。

2024-04-12

2980

深度学习、神经网络与卷积神经网络：研究及应用

神经网络深度学习卷积神经网络数据网络

在如今的网络时代，错综复杂的大数据和网络环境，让传统信息处理理论、人工智能与人工神经网络都面临巨大的挑战。近些年，深度学习逐渐走进人们的视线，通过深度学习解决若干问题的案例越来越多。一些传统的图像处理技术也可以通过深度学习来获得更优异的效果，比如去噪、超分辨率和跟踪算法等。为了跟上时代的步伐，必须对深度学习与神经网络技术有所学习和研究。

2024-04-12

2640

何凯明: 扩散模型的解构研究

监督学习可视化模型数据网络

本研究对去噪扩散模型（DDM）进行了解构，发现其关键组件是分词器，而其他组件并非必要。DDM的表现能力主要来自去噪过程而非扩散过程。研究还发现，通过消除类标签条件化项和KL正则化项，使用补丁式分词器可获得与卷积VAE相当的表现。最后，将现代DDM推向经典DAE，通过消除输入缩放和直接定义噪声调度，可获得更好的结果。

2024-04-12

1660

图神经网络(GNN)原理与应用

原理神经网络模型数据网络

图神经网络（GNN）是一种深度学习的方法，特别擅长处理图结构的数据。通过一些特别的节点和边的策略，GNN能把图数据变成神经网络能训练的标准格式。在节点分类、边信息传播和图聚类这些任务中，GNN表现得都特别好。

2024-04-12

8140

综述！基于图的时间序列异常检测方法

模型数据网络异常变量

时间序列异常检测（TSAD）在各种应用中具有重要性，但面临挑战，需同时考虑变量内和变量间依赖性，基于图的方法在应对这方面取得了进展。

2024-04-12

2140

神经符号学习: 神经网络+逻辑推理

神经网络测试模型数据优化

神经符号学习，目标是结合深度神经网络(DNNs)的感知能力和符号推理系统的推理能力。旨在结合神经感知与符号逻辑，但目前的研究仅将它们串联并分别优化，未能充分利用它们之间的相互增强信息。

2024-03-26

1970

扩散模型最新综述！

设计数据性能优化模型

本文综述了深度生成模型，特别是扩散模型(Diffusion model)，如何赋予机器类似人类的想象力。扩散模型在生成逼真样本方面显示出巨大潜力，克服了变分自编码器中的后分布对齐障碍，缓解了生成对抗网络中的对抗性目标不稳定性。

2024-03-26

2910

大模型在金融领域的综述

模型数据性能金融工具

本综述调查了大语言模型（LLM）在金融领域的应用，重点关注现有解决方案。我们回顾了利用预训练模型、微调特定领域数据以及从头开始训练定制LLM的方法，为金融专业人士根据数据、计算和性能需求选择合适的LLM解决方案。最后，我们讨论了金融应用中利用LLM的局限性和挑战，为金融人工智能提供路线图。

2024-03-18

4820

点击加载更多

社区活动

AI代码助手快速上手训练营

鹅厂大牛带你玩转AI智能结对编程

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