最新 最热

程序员增加收入实用指南!

春节假期已经过去一周了,现在的你或许在默默梳理新一年的计划,摩拳擦掌,希望明年此时技术更进一步,收入也更可观。作为一名程序员,也许应该感到庆幸,因为写程序是一门“手艺活儿”,除了拿固定的工资,你还可以用技术变现。陈皓...

2020-03-26
1

浅谈机器学习-分类和聚类的区别

机器学习中有两类的大问题,一个是分类,一个是聚类。在我们的生活中,我们常常没有过多的去区分这两个概念,觉得聚类就是分类,分类也差不多就是聚类,下面,我们就具体来研究下分类与聚类之间在数据挖掘中本质的区别。...

2020-03-25
1

上路四年,融资烧尽:一家「远程」无人驾驶创业公司的末路

这家名为 Starsky Robotics 的无人驾驶创业公司,在经历了融资失败、缩减车队、大幅度裁员一系列风波之后,最终还是没有撑过 2020 年的春天。

2020-03-25
0

快速学习-机器学习(主要分类)

机器学习的主要分类监督学习和无监督学习无监督学习无监督学习应用监督学习监督学习的应用

2020-03-23
1

快速学习-机器学习(监督学习)

机器学习监督学习监督学习三要素监督学习实现步骤监督学习过程示例模型评估策略训练集和测试集损失函数经验风险训练误差和测试误差过拟合和欠拟合欠拟合过拟合模型的选择正则化奥卡姆...

2020-03-20
0

插图PIRL:不变上下文表示学习

2019年底,使用对比学习的自我监督学习研究论文数量激增。在2019年12月,Misra等人。来自Facebook AI Research的研究人员提出了一种新的方法PIRL来学习图像表示。...

2020-03-20
0

半监督学习价值凸显!谷歌大脑83页PPT介绍最新进展

半监督、自监督学习已经成为机器学习领域的热点,过去的2019年可能是它们走向成熟开始应用的分界点。

2020-03-19
0

按部就班的吴恩达机器学习网课用于讨论(1)

有回归问题(推测出连续值,如房价),分类问题(推测出离散的输出,如鉴别肿瘤的种类)

2020-03-19
0

基于GNN的图表示学习及其应用

本文内容分两部分,第一部分为基于 GNN 的图表示学习,共包含两节,第1节主要从三种建模方法上对图表示学习进行对比阐述;第2节分别从两类无监督学习目标——重构损失与对比损失,对基于 GNN 的无监督表示学习进行阐述。第二部...

2020-03-17
1