Visualization

online gambling singapore online gambling singapore online slot malaysia online slot malaysia mega888 malaysia slot gacor live casino malaysia online betting malaysia mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 Visualization

機器學習大神最常用的 5 個回歸損失函數

摘要：「機器學習中所有的算法都需要最大化或最小化一個函數，這個函數被稱為「目標函數」，其中，我們一般把最小化的一類函數，稱為「損失函數」。」本篇文章作者手把手教你找到損失函數達到極小值的點，解決機器學習優化中最重要的部分。

十大AI深度學習方法

摘要：不論是AI也好，其他學科也好，學習、研究的過程中不斷反思學科的歷史，總結學科的發展現狀，找出最重要的理念，總能讓人能「吾道一以貫之」。軟體工程師James Le近期根據他研究的經驗總結出了AI研究必須要知道的十種深度學習方法。

從Pipenv到PyTorch，總結2017年最受歡迎的十大機器學習Python library

摘要：本文爲機器學習，盤點了 2017 年以來最受歡迎的十大 Python Library；同時在這十個非常流行與強大的 Python 庫之外，本文還給出了一些同樣值得關注的 Python 庫，如 PyVips 和 skorch。

從零開始：如何使用LSTM預測匯率變化趨勢

摘要：在這篇文章中，我們將通過 LSTM 討論時序預測模型，數據科學家 Neelabh Pant 也會爲大家描述他利用循環神經網絡預測貨幣兌換匯率的經驗。

深度探討GB、GBDT、xgboost

摘要： GBDT和xgboost在競賽和工業界使用都非常頻繁，能有效的應用到分類、回歸、排序問題，雖然使用起來不難，但是要能完整的理解還是有一點麻煩的。本文嘗試一步一步梳理GB、GBDT、xgboost，它們之間有非常緊密的聯繫，GBDT是以決策樹（CART）為基學習器的GB算法，xgboost擴展和改進了GDBT，xgboost算法更快，準確率也相對高一些。

觀點 | 圖靈獎得主Judea Pearl：機器學習的理論侷限性與因果推理的七大特性

摘要：近日，有越來越多的學者正在探討機器學習（和深度學習）的侷限性，並試圖爲人工智能的未來探路，紐約大學教授 Gary Marcus 就對深度學習展開了系統性的批判。此前，圖靈獎獲得者，UCLA 教授 Judea Pearl 題爲《Theoretical Impediments to Machine Learning with Seven Sparks from the Causal Revolution》的論文中，作者就已探討了當前機器學習存在的理論侷限性，並給出了面向解決這些問題，來自因果推理的七個啓發。Pearl 教授在 NIPS 2017 系列活動中對本文進行了討論，隨後，他也對一些人們關心的問題進行了解答。

盤點金融領域裡常用的深度學習模型

摘要：在今天我們發布的這篇文章中，作者Sonam Srivastava 介紹了金融中的三種深度學習用例及這些模型優劣的證據。

徒手實現CNN：綜述論文詳解卷積網絡的數學本質

摘要：近日南洋理工大學研究者發佈了一篇描述卷積網絡數學原理的論文，該論文從數學的角度闡述整個卷積網絡的運算與傳播過程。該論文對理解卷積網絡的數學本質非常有幫助，有助於讀者「徒手」（不使用卷積API）實現卷積網絡。

入門 | 瞭解神經網絡，你需要知道的名詞都在這裏

摘要：近日，Mate Labs 聯合創始人兼 CTO 在 Medium 上撰文《Everything you need to know about Neural Networks》，從神經元到 Epoch，扼要介紹了神經網絡的主要核心術語。

臺灣大學黃意堯：深度殘差網絡下的弱監督關係抽取

摘要：在今年的 EMNLP 2017 上，臺灣大學黃意堯與加州聖塔芭芭拉大學 (UCSB)William Wang 教授有一篇合作論文被錄用。黃意堯撰寫了關於這篇論文的研究歷程，以供學習與參考。我們做了不改動原意的編輯與修改，將繁體字轉換爲簡體，並將一些臺灣常用表述轉換爲大陸的通用說法。

標題黨太嚇人？這篇文章會告訴你DeepMind關係推理網絡的真實面貌

摘要：每當DeepMind發表一篇新論文時，媒體都會狂熱的跟蹤報道，而且會使用很多誤導人的短語。

解析常見的數據分析模型——行為事件分析

摘要：此篇介紹了事件行為分析法，此方法在多個領域都可以有所貢獻，比起其他的計量分析方法，事件行為分析法可以幫助我們專注在某些事件發生時的異常情況，且方法容易上手，也適合沒有分析基礎的人使用。

第 63 頁，共 345 頁