本文是对 DQN 原始论文 Playing Atari with Deep Reinforcement Learning 的详细解读。
深度学习先驱、图灵奖获得者 Yann LeCun 一直认为无监督学习才是通向真正人工智能的方向。为了实现无监督学习，我们需要探索基于能量的学习（energy-based learning）。这个方向在 AI 领域里已经存在几十年了，生物学家约翰 ...
模式识别简单来说就是使用计算机算法自动发现数据中隐藏的规律，并利用这些规律来处理数据，比如对数据进行分类。下面会以手写数字识别为例，介绍模式识别中的常见术语。...
线性回归是一种监督学习算法，即给定一个训练集，去学习一个假设函数，用来尽量精确地预测每个样本对应的输出。从输出变量的离散程度来看，监督学习算法可以分为两类。线性回归属于回归算法，其输出变量连续；而另一类监督学习算...
信息抽取（information extraction），简称IE，即从自然语言文本中，抽取出特定的事件或事实信息，帮助我们将海量内容自动分类、提取和重构。这些信息通常包括实体（entity）、关系（relation）、事件（event）。信息抽取主要包括三个子任务：...
信息抽取（information extraction），简称IE，即从自然语言文本中，抽取出特定的事件或事实信息，帮助我们将海量内容自动分类、提取和重构。这些信息通常包括实体（entity）、关系（relation）、事件（event）。例如从新闻中抽取时间、地点...
本文介绍一篇我们发表于ECCV 2020的论文《Self-supervising Fine-grained Region Similarities for Large-scale Image Localization》，很荣幸该论文被收录为spotlight presentation。
Note 对于异常检测问题而言，样本数据集往往是倾斜的，即 标记为 1 异常的数据往往很少，而标记为 0 即正常的数据往往很多 此时使用准确率等方法来进行判断一个模型的好坏往往是不合适的，所以通过 查准率和查全率以及 F1 分...
K-均值算法也可以很便利地用于将数据分为许多不同组，即使在没有非常明显区分的组群的情况下也可以。下图所示的数据集包含身高和体重两项特征构成的，利用 K-均值算法将数据分为三类，用于帮助确定将要生产的 T-恤衫的三种...
本文是最近比较火的一篇关于预训练模型的综述 「Pre-trained Models for Natural Language Processing: A Survey」 的阅读笔记。由于篇幅较长，所以分成两篇发送。
