在监督式学习下，输入数据被称为“训练数据”，每组训练数据有一个明确的标识或结果，如对防垃圾邮件系统中“垃圾邮件”“非垃圾邮件”，对手写数字识别中的“1“，”2“，”3“，”4“等。在建立预测模型的时候，监督式学习建立一个...

今天给大家介绍的是 Journal of Chemical Information and Modeling 上，一篇有关提取图神经网络特征、更好地预测分子特性的方法的文章 "XGraphBoost: Extracting Graph Neural Network-Based Features for a Better.....

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。

美团的各个业务有着丰富的NLP场景，而这些场景中模型的构建需要很多的标注资源，成本很高。小样本学习致力于在数据资源稀少的情况下训练出比较好的模型。本文从主动学习、数据增强、半监督学习、领域迁移、集成学习&自训...

近日，深度学习先驱Yann LeCun接受了Gradient Podcast的采访，畅谈了他在80年代早期的AI研究以SSL的最新发展。

本次分享的是PLOS Computational Biology于2021年8月4日刊登的文章《Deep geometric representations for modeling effects of mutations on protein-protein binding affinity》，作者是来自分别来自清......

显然，仅知道这个答案并不是一件唯一重要的事情，除此之外，「了解其他三种范式是什么以及范式之间转化的内在逻辑的价值更加凸显」。这有两个好处：...

这篇发表在nature 2016年1月27日上的文章题目为："Mastering the game of Go with deep neural networks and tree search"来自Google deep mind，它阐述了AlphaGo的模型过程和训练方法，让我们对这篇论文进行解读，看看为何A...

异常检测的应用欺诈检测工业质量监测计算机集群监测等等image.png 建立一个异常检测系统的一般步骤将带有label的数据集划分为训练集、验证集和测试集 注意将异常数据大致平均分配到每个集合中 通常情况下，验证集和测...

随机选择K个聚类中心，在每一次迭代中，先为每个点确定其最近的聚类中心，这一步称为集群分配(cluster assignment)，然后计算每个类中所有点的中心点，将该类的聚类中心移动到中心点，这一步称为中心移动(move centroid)，得到这k...