【硬核书】数学和Python机器学习的核心方法:构建逻辑的100个练习，216页pdf
机器学习和数据科学最关键的能力是把握其本质的数学逻辑，而不是依赖于知识或经验。这本教科书通过考虑相关的数学问题和构建Python程序来解决机器学习的核心方法的基础。本书的主要特点如下:内容是写在一个易...
admin
【深度学习】当图网络遇上计算机视觉！计算机视觉中基于图神经网络和图Transformer的方法和最新进展
可能是目前最全面的《当图网络遇上计算机视觉》综述！近四百篇文献，覆盖五大主题 全面阐述计算机视觉中基于图神经网络和图Transformer的方法和最新进展！A Survey on Graph Neur...
机器学习步入“深水区”，如何解锁科学发现的“第五范式”？
（本文阅读时间：8分钟）Chris Bishop，微软技术院士、微软研究院科学智能中心负责人未来十年，深度学习注定将会给自然科学带来变革性的影响。其结果具有潜在的深远意义，可能会极大地提高我们在差异巨...
因果推理如果落地？看这份微软/uber《因果推理机器学习:CausalML与EconML》教程，附Slides
【导读】ACM SIGKDD（国际数据挖掘与知识发现大会，简称 KDD）是世界数据挖掘领域的最高级别的学术会议，由 ACM 的数据挖掘及知识发现专委会（SIGKDD）主办，被中国计算机协会推荐为 A...
【自动化+机器学习】自动化薄层色谱机器人平台
——背景——薄层色谱(TLC)广泛用于合成化学实验室，是一种最常用的分析方法，可用于有机反应的监测以及柱色谱分离过程中确定目标化合物的位置。这项技术简单易用，成本低廉，却十分强大，能给出非常丰富的信息...
到底什么是有用的ML可解释性？伯克利郁彬高徒Singh68页博士论文《现实世界的机器学习中有用的可解释性》全面综述可解释性技术
最近，高度成功但不透明的机器学习模型激增，这引发了对可解释性的迫切需求。该毕业论文通过新颖的定义、方法和科学综述解决了可解释性问题，确保可解释性在现实问题的背景下是有用的。我们首先定义什么是可解释性，...
【Python】Matplotlib参数修改复杂？pylustrator鼠标点击修改！
Matplotlib功能强大，但是默认出图不够美观，需要一行一行代码调整参数美化图表；本次分享一个工具pylustrator，可通过点击鼠标修改图表配置参数，大大提高Matplotlib的使用效率。p...
机器学习+单细胞技术开发药物｜Cellarity完成1.21亿美元C轮融资
2022年10月4日，由Flagship Pioneering创立的旨在改变药物开发方式的生命科学公司Cellarity宣布完成1.21亿美元的C轮融资，使其迄今为止的融资总额达到2.74亿美元。除了...
机器学习小抄.pdf（像背托福单词一样理解机器学习）
机器学习小抄表翻译自Chris Albon博士。Chris 是一位很有热情的机器学习从业者、数据科学家，也是初创公司NewKnowldgeAI的联合创始人。小抄共284页，通俗易懂，如图背托福单词的随...
2022 我最关注的 10 个机器学习、深度学习、计算机视觉、Python 的大佬公众号
人工智能与计算机编程和数学相关性比较大，网络上的资料比较繁杂，想系统的学习人工智能谈何容易，今天给大家推荐9个原创公众号，这些公众号定期会发些高质量原创，希望可以让你更高效的学习。深度学习基础与进阶专...