作者小头像 Lv.1
更多个人资料
53 成长值
0 关注
2 粉丝
+ 关注 私信

个人介绍

如果有一天你忘了努力，我会把科比的故事说给你听！

感兴趣或擅长的领域

人工智能、大数据
个人勋章
TA还没获得勋章~
成长雷达
50
3
0
0
0

个人资料

个人介绍

如果有一天你忘了努力，我会把科比的故事说给你听！

感兴趣或擅长的领域

人工智能、大数据

达成规则

以上满足项可达成此勋章

  • 博客
  • 关注
  • 粉丝
  • 论坛
全部时间
全部时间
最近三天
最近一周
最近一月
  • 全部
  • 暂无专栏分类
【机理AI】理论指导的数据科学: 数据科学发现的新范式
本文介绍了几种将科学知识和数据科学模型结合在一起的方法，并使用来自不同领域的应用实例来说明这些方法，以建立理论指导的数据科学的基础范式。主要应用：新气候模式和关系的发现、填补大气湍流建模工作中的知识空白、材料科学中新化合物的发现、量子化学中密度泛函的设计、改进生物医学科学中的成像技术、基因生物标记的发现以及在全球规模上对于地表水动力学的估计。
数据挖掘 机器学习
作者小头像 PG13 2022-07-22 10:58:09
3678
0
0
2022-07-22 10:58:09
999+
0
0
数据分布漂移和监控
机器学习的假设是训练集和测试集是独立同分布(i.i.d)的，也就是相同的平稳分布。但是这种假设在现实世界中是很难保证的，现实中，训练数据往往是有限的，很难覆盖到所有可能存在的特征空间，且现实的数据是会发生变化的，比如突变、或季节性的变化等。
数据挖掘 机器学习 深度学习
作者小头像 PG13 2022-06-24 15:52:19
4821
0
1
2022-06-24 15:52:19
999+
0
1
如何将知识引入机器学习模型提升泛化能力？
基于物理学的模型是当今技术和科学的核心。近年来，基于数据驱动的机器学习模型开始提供可替代的方法，并在许多任务中优于纯物理学驱动模型。但是，基于数据驱动的模型训练需要大量的数据，而且它们的决策推理可能难以解释，而且泛化性能仍然是一个挑战。而如果我们可以使用我们对世界的知识（例如物理学）和数据一起来指导解空间的搜索，结果会怎样呢？
机器学习 神经网络
作者小头像 PG13 2021-08-10 19:49:40
10503
0
0
2021-08-10 19:49:40
999+
0
0
如何解决回归任务数据不均衡的问题？
    现有的处理不平衡数据/长尾分布的方法绝大多数都是针对分类问题，而回归问题中出现的数据不均衡问题确极少被研究。但是，现实很多的工业预测场景都是需要解决回归的问题，也就是涉及到连续的，甚至是无限多的目标值，如何解决回归问题中出现的数据不均衡问题呢？ICML2021一篇被接收为Long oral presentation的论文：Delving into Deep Imbalanced Re...
机器学习 深度学习
作者小头像 PG13 2021-06-10 09:35:32
16074
0
1
2021-06-10 09:35:32
999+
0
1
论文解读：基于局部特征保留的图卷积神经网络架构(LPD-GCN)
近些年，很多研究者开发了许多基于图卷积网络的方法用于图级表示学习和分类应用。但是，当前的图卷积网络方法无法有效地保留图的局部信息，这对于图分类任务尤其严重，因为图分类目标是根据其学习的图级表示来区分不同的图结构。为了解决该问题，这篇文章提出了一种基于局部特征保留的图卷积网络架构[1]。与最新的对比算法相比，该方法在多个数据集上的图分类性能得到大幅度提升，泛化性能也得到了改善。
机器学习 神经网络
作者小头像 PG13 2021-04-29 19:19:58
19271
0
0
2021-04-29 19:19:58
999+
0
0
https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
作者小头像
作者小头像
快速交付
+ 关注