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。

我们都在说Al模型，怎么好怎么好，有人说的好:人工智能是先有人工才有智能。模型需要喂给他知识才会变得强大。想象一下，我们有一个非常非常聪明，但一开始什么都不会的“机器人小宝宝”

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

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

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”

当我们想让 AI 识别猫咪，却只有 100 张标注好 “这是猫咪” 的图片，却有 10000 张没标注的动物照片时，传统监督学习会因 “老师太少” 学不好

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。

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。

论文er看过来！今天给大家推荐个超适合发论文的方向——机器学习+组合优化。说它好发，不是因为水，而是因为它正处在“范式转移”的黄金期，机会特别多！简单说，它有很多经典老问题

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