机器学习

什么是“泛化能力”？简单理解，泛化能力就是AI举一反三的本事。通俗定义，就是AI对从未见过的数据的适应能力。

欠拟合学习AI的心得：探索智能时代的奥秘在科技飞速发展的今天，人工智能（AI）如同一颗璀璨的新星，照亮了各个领域的前行道路。怀揣着对未来的好奇与憧憬，我踏上了学习AI的征程

避免基于不同的目的多次使用同一个数据集​。

机器学习的解释是什么?机器学习算法使用统计信息来查找大量数据中的模式。这里的数据包含很多东西，数字、单词、图像、点击次数，以及您所拥有的东西。

大模型正在与我们的生活形成愈发紧密的联系，那么，我们怎么理解大模型背后的底层逻辑？不妨来看看本文的拆解。

准确率作者丨HashCAt@知乎（已授权）来源丨https://zhuanlan.zhihu.

联邦学习将机器学习过程分配到边缘。它使移动电话能够使用设备上的训练数据协作学习共享模型，并将数据保存在设备上。它将机器学习的需求与将数据存储在云中的需求分离开来。

清华文章|来自清华大学的助理研究员张子威博士、助理研究员王鑫博士和教授朱文武博士，在《计算机学报》发表论文“图神经架构搜索综述”

对抗样本先丢一个画面：把“画龙点睛”四个字切成十六块拼图，再随手撒回屏幕，普通人瞄一眼就能拼回那条龙，AI却集体宕机，像刚学认字的小孩一样抓瞎。 这不是段子

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