训练数据和测试数据不一致，比如训练数据是黑白的，测试时彩色的，结果准确率非常低。 训练数据和测试数据有点差距的时候，能不能效果也能好呢？这就用到了领域自使用domain adptation...
【深度学习 | 核心概念】那些深度学习路上必经的核心概念，确定不来看看？ （一） 作者： 计算机魔术师 版本： 1.0 （ 2023.8.27 ）
大概在 4-5 年前的时候，我还是卡内基梅隆大学（CMU）的 phd。身处在名校光环的照耀下，再加上顶级导师的加持，我对于科研和创新一向有极高的标准。我们决定要花时间的东西，一定不能是简单的东西。而且有很长一段时间，我一直以为...
以及Pandas、Matplotlib、Numpy、Seaborn、Statsmodels、Scipy、Scikit-Learn、Tensorflow等Python库。
本文整理了10个常用于可解释AI的Python库，方便我们更好的理解AI模型的决策。
Category theory has been finding increasing applications in machine learning. This repository aims to list all of the relevant papers, grouped by fields.
在机器学习领域，监督学习是一种很重要的学习模式。它指的是我们在数据有正确标签的情况下建立模型，并通过这一正确标签让模型进行自我修正，使其预测结果不断地朝着正确的方向迈进。...
迁移学习：给定一个有标记的源域和一个无标记的目标域。这两个领域的数据分布不同。迁移学习的目的就是要借助源域的知识，来学习目标域的知识(标签)。或是指基于源域数据和目标域数据、源任务和目标任务之间的相似性，利用...
内容一览：使用传统方法分析化学系统与外场的相互作用，具有效率低、成本高等劣势。中国科学技术大学的蒋彬课题组，在原子环境的描述中引入了场相关特征，开发了 FIREANN，借助机器学习对系统的场相关性进行了很好的描述。...
今天为大家介绍的是来自Mario Krenn团队的一篇论文。一个能够通过从科学文献中获取洞见来建议新的个性化研究方向和想法的工具，可以加速科学的进步。一个可能受益于这种工具的领域是人工智能（AI）研究，近年来科学出版物的...
