机器学习

我们总说“机器人越来越聪明”，可背后真相是，大多数机器人依然只能“照猫画虎”——靠人类演示来模仿操作，一旦遇到没见过的场景，就“傻眼”。想让机器人真正具备像人一样的学习能力

概率编程福利来了~~~

人工智能的核心是让计算机具备“学习”的能力，而机器学习正是赋予这种能力的关键技术。对于大学人工智能专业的学生来说，机器学习是必须系统掌握的核心课程——它不仅是深度学习的基础

人工智能（Artificial Intelligence, AI）和机器学习（Machine Learning

如果我们能找到一种方法可以让面部解锁软件将我们误认成手机的主人

本文是关于数据增强的文献综述，对数据增强方面进行探讨，目的是通过它实现数据更复杂的表征，从而减小验证集和训练集以及最终测试集的差距，让网络更好地学习迁移数据集上的数据分布。

本教程主要介绍了稀疏编码和自编码器，这两种结构也是「无监督学习」的基本构件。

因果推理是解释性分析的强大建模工具，它可使当前的机器学习变得可解释。如何将因果推理与机器学习相结合，开发可解

本文解决了检测和修复机器学习(ML)模型-模型调试中的错误的挑战。当前的机器学习模型，特别是在众包数据上训练

在机器学习（ML）中，可解释性和可理解性是理解和掌握模型如何做出某些决策的关键。