监督学习(supervised learning)从训练数据（training data）集合中学习模型，对测试数据（test data）进行预测。

今天为大家介绍的是来自Aman Mahajan团队的一篇论文。在手术前识别高风险不良结果的患者，可以为改善术后结果提供干预机会；然而，目前很少有用于自动预测的工具。作者的目的是评估仅使用电子健康记录中的数据来识别手术高...

今天为大家介绍的是来自Garrett W. Roell, Yixin Chen和Yinjie J. Tang团队的一篇论文。从合成生物学期刊文章中挖掘知识以供机器学习（ML）应用是一项耗时的工作。自然语言处理（NLP）工具的发展，比如 GPT-4，可以加速在复杂菌...

【导读】大家好，我是泳鱼。本文通过12张思维导图，涵盖了包含机器学习算法、特征工程、机器学习实战项目、深度学习等知识，带领大家系统了解及掌握机器学习的主要知识内容！...

迁移学习(Transfer Learning)是一种机器学习方法，就是把为任务 A 开发的模型作为初始点，重新使用在为任务 B 开发模型的过程中。迁移学习是通过从已学习的相关任务中转移知识来改进学习的新任务，虽然大多数机器学习算法...

深度学习框架是简化人工神经网络 (ANN) 开发的重要工具，并且其发展非常迅速。其中，TensorFlow 和 PyTorch 脱颖而出，各自在不同的机器学习领域占有一席之地。但如何为特定项目确定理想的工具呢？本综合指南[1]旨在阐明它们...

Azure 机器学习是一种用于加速和管理机器学习项目生命周期的云服务。机器学习专业人员、数据科学家和工程师可以在日常工作流中使用它：训练和部署模型，以及管理 MLOps。可以在 Azure 机器学习中创建模型，也可以使用从开...

学习率（Learning Rate）是机器学习和深度学习中一个至关重要的概念，它直接影响模型训练的效率和最终性能。简而言之，学习率控制着模型参数在训练过程中的更新幅度。一个合适的学习率能够在确保模型收敛的同时，提高训练效率...

清华大学朱文武教授团队自 2020 年发布智图库（AutoGL）以来，在图自动机器学习的可解释性和可泛化能力等方面取得新进展，特别关注于图 Transformer、图分布外泛化（OOD）、图自监督学习等方面，发表图神经架构搜索评测基准，并在中...

随着 AI 系统的飞速发展，其能源需求也在不断增加。训练新系统需要大量的数据集和处理器时间，因此能耗极高。在某些情况下，执行一些训练好的系统，智能手机就能轻松胜任。但是，执行的次数太多，能耗也会增加。...