人工智能

为了快速对问题进行分类，帮助大家更好地运用模型，本文就带大家来看一下运用人工智能模型的基本步骤！

无论是基于规则匹配的策略，还是基于复杂的安全分析模型，安全设备产生的告警都存在大量误报，这是一个相当普遍的问题。其中一个重要的原因是每个客户的应用场景和数据都多多少少有不同的差异，基于固定判断规则对有统计涨落的数据进行僵化的判断，很容易出现误判。 在没有持续人工干预和手动优化的情况下，策略和模型的误报率不会随着数据的积累而有所改进。也就是说安全分析人员通过对…

如何用深度学习进行CT影像肺结节探测。

Self-trainingforFew-shotTransferAcrossExtremeTaskDifferences:作者提出了这样一种方法，当一个域只有少量的标注数据及大量的未标注数据时，可以在未标记样…

深度学习在单图像超分辨率上的应用：SRCNN、Perceptual loss、SRResNet。

哈佛商业评论称数据科学家是21世纪最性感的工作。所以，对于那些ML刚刚开始的人来说，这篇博客机器学习算法工程师需要知道的十大算法是非常有用的。

翻译：陈丹 校对：车前子来自：微信公众号 数据派THU 本文是一个教授如何优化神经网络模型的基础教程，提供了具体的实战代码供读者学习和实践。 深度学习的神经网络是采用随机梯度下降优化算法对训练数据进行拟合。 利用误差反向传播算法对模型的权值进行更新。优化和权值更新算法的组合是经过仔细挑选的，是目前已知的最有效的拟合神经网络的方法。 然而，也可以使用交替优化算…

本文从深度学习基础、卷积网络和循环网络三个方面介绍该笔记。

用这个工具可以高效的构建机器学习工作流程。一起来了解一下这个工具吧。

利用机器学习方法来理解和利用文本，从最简单的到state-of-the-art，由浅入深，循序渐进。

在机器学习领域，有种说法叫做“世上没有免费的午餐”，简而言之，它是指没有任何一种算法能在每个问题上都能有最好的效果，这个理论在监督学习方面体现得尤为重要。

数据与特征相关被认为是数据预处理中特征选择阶段的一个重要步骤，尤其是当特征的数据类型是连续的。那么，什么是数据相关性呢？

机器学习决策树算法学习笔记 。

神经网络嵌入的解释，非常有用的东西，一看就明白。

为了培养一个实用的DRL 交易agent，决定在哪里交易，以什么价格交易，以及交易的数量，会涉及非常多的内容和前期具有挑战性的开发和测试。 公众号为大家介绍了一个名为FinRL的DRL库，可以帮助初学…