最新 最热

3句话告诉你学习的方法论

本文统筹人类学习和机器学习的特点,提出了学习的一般化定义:学习是指一个目的系统从数据中提取模型,并用模型进行决策的过程。

2020-07-20
0

基于机器学习的自适应码率算法的进一步探索与改进

据思科统计数据,互联网视频流在网络带宽中占有很大份额,到2022年将增长到消费互联网流量的82%以上。视频服务已经成为人们生活中不可或缺的一部分。...

2020-07-17
0

无需contrastive学习,微软亚研提出基于实例分类的无监督预训练方法

面对着自然世界中越来越多的无标注数据,研究者们都希望找到一种正确的方式,从中学习对于视觉任务有帮助的特征,从而使得各类视觉任务能有进一步的突破,也使各类算法和模型能在实际生产环境中有更加充分的应用。最近的研究...

2020-07-14
1

国科大CVPR 2020论文:自监督学习新方法,让数据更复杂的视频表征学习性能大提升

近年来,自监督表征学习由于无需人工标注,特征较好的泛化性等优势受到了越来越多的关注,并不断有研究在图像、语言等领域取得了较大进展。本论文则立足于数据形式更为复杂的视频表征学习,介绍了一种简单且有效的自监督学习...

2020-07-14
1

统计学习及监督学习概论

统计学习(statistical learning)是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。统计学习也称为统计机器学习(statistical machine learning)。...

2020-07-13
1

提升方法(Boosting)

在分类问题中,它通过改变训练样本的权重,学习多个分类器,并将这些分类器进行线性组合,提高分类的性能。

2020-07-13
0

无监督学习方法总结

三种常用的统计机器学习方法,非负矩阵分解(NMF)、变分推理、幂法 这些方法通常用于无监督学习的 聚类、降维、话题分析、图分析

2020-07-13
1

学妹揪着让我推荐一波 Python 视频和书单,为了让她不再烦我,我总结了这些。

有些标题党了,打我可以但是不可以打我脸,推荐我是认真的,4000 字长文,请慢慢食用

2020-07-09
0

如何解决稀疏奖励下的强化学习?

强化学习(Reinforcement Learning,RL)是实现强人工智能的方法之一,在智能体(Agent)与环境的交互过程中,通过学习策略(Policy)以最大化回报或实现特定的目标。在实际应用场景中,RL 面临一个重要的问题:agent 无法得到足够多的、有...

2020-07-09
1

ICML2020 | 南大周志华教授组:一个高效安全的深度半监督学习模型

ICML 2020投稿中,周志华教授组发表的一篇有关深度半监督学习的论文引发热议。

2020-07-09
1