本次报告，Shai Ben-David教授首先对无监督学习（Unsupervised Learning）的基础性原理进行了阐述，对其一些具体的应用场景进行了介绍，然后从有假设条件下的高斯混合模型的学习、无假设条件下的知识驱动型学习、如何更好地对...

度量学习是机器学习领域比较重要的一个概念，主要研究数据之间的距离与相似性，从而指导对数据的更高层次处理。将深度学习引入度量学习，就有了深度度量学习的概念。深度度量学习在视觉内容理解，尤其是各种高层视觉任务分析...

在训练深度学习模型时，性能至关重要。数据集可能非常庞大，而低效的训练方法意味着迭代速度变慢，超参数优化的时间更少，部署周期更长以及计算成本更高。...

这篇文章的主要目的是为了揭开主动学习的神秘面纱，以及将展示它与传统监督学习的不同之处。

尽管"数据科学"、人工智能 （AI） 和机器学习属于同一领域，彼此相互联系，但是它们也有特定的应用背景和意义。它们有时也会有重叠，但基本上它们都有自己的特定的用途。...

随着城市化进程的加快和自动技术的最新发展，交通研究逐渐向智能化方向发展，称为智能交通系统（ITS）。人工智能（AI）试图用最少的人工干预来控制系统。智能交通系统与人工智能的结合为21世纪的交通研究提供了有效的解决方案。I...

在科技发展的今天，很多事情人们都不再亲力亲为，要么交给了专业人士，要么交给了机器。于是有一部分人称为了专业人士，一部分人成了专业忽悠，一部分人去捣鼓机器，然后一大部分人被解放出来，获得了休闲。...

使用可变形卷积，可以提升Faster R-CNN和R-FCN在物体检测和分割上的性能。只要增加很少的计算量，就可以得到性能的提升。

经典的概率无监督学习通过最大化对数似然 l(w) 从数据分布 q(x) 中拟合一组简单的概率分布 p(x;w) 。深度无监督学习的最新进展能够显著提高能够拟合数据的分布 p(x;w) 的复杂度。这些进展给很多领域带来了一些引人注...

根据其数学模型，不难得出如下图所示表达式。进而，可以推断出单层感知器具有线性分类功能。