在过去十年左右的时间里，我们见证了深度学习让机器学习领域重新焕发活力。它以最先进的性能解决了计算机视觉、语音识别、自然语言处理等领域的许多问题。...

简单的一句话：让机器从数据中学习，进而得到一个更加符合现实规律的模型，通过对模型的使用使得机器比以往表现的更好，这就是机器学习。

你可能在各种应用中听说过机器学习machinelearning（ML），比如垃圾邮件过滤、光学字符识别（OCR）和计算机视觉。

上一章节我们介绍了lua的前世今生，虽然看的小伙伴并不是很多，同时也并没有上推荐没有流量；大部分觉得没什么营养，其实我个人并不这么认为：“你喜欢一门语言，是不是需要去了解这门语言的由来；作者为什么会创造这门语言？解决了...

支持向量机是机器学习中获得关注最多的算法之一，支持向量机涵盖有监督学习、无监督学习以及半监督学习。

神经网络模型训练最大的弊端在于需要大量的训练数据，而非监督学习和自监督学习则能很好地解决标注的问题。

机器学习如果按照训练样本标签的有无可以分为以下两种常用方法。 有监督学习(supervised learning)和无监督学习(unsupervised learning)。

近期，FAIR的Kaiming He组发布了关于视频的无监督学习研究：A Large-Scale Study on Unsupervised Spatiotemporal Representation Learning，这篇论文被CVPR2021收录。论文的核心是将近期图像中的无监督学习方法应用在视频...

https://github.com/DeepGraphLearning/GMNN

协同训练算法是机器学习中半监督学习的主要方法之一，通过多个学习器的相互协作探索无标记数据中的有效信息。为了深入了解协同训练的发展，把握当前研究的热点和趋势，本文对现有协同训练算法进行整理和总结，并按照改进策略...