关于 知识 的文章

本书是由德国慕尼黑大学博士Christoph Molnar完成的第二版，长达330页，是仅有的一本系统介绍可解释性机器学习的书籍。机器学习虽然对改进产品性能和推进研究有很大的潜力，但无法对它们的预测做...

隐私保护机器学习是一个保持ML数据匿名和安全的实用指南。您将了解不同隐私保护技术背后的核心原理，以及如何将理论应用到您自己的机器学习中。https://www.manning.com/books/pr...

机器学习的一个关键挑战是结构化预测:将非结构化数据作为输入并产生结构化输出。结构化预测问题在自然语言处理、语音处理、计算生物学、计算机视觉、医疗保健等应用领域中比比皆是。在本课程中，我们将研究建立在概...

机器学习的应用非常广泛，对各种工业和军事目标都很有用，但目前的方法是否鲁棒？鲁棒性要求的不仅仅是在理想条件下的准确性；它意味着系统能够抵抗数据中的扰动，包括自然和对抗性原因的扰动。这项研究的目的是分析...

研究集成人类推理、机器学习和因果学习的重要性专注于人类推理的可视化和因果推理方面提供可信赖和安全的自动化和人工智能工具为人类操作员提供可解释和可操作的信息一致可解释，没有黑盒性在广泛的应用中为一系列用...

使用免费和开源的分布式版本控制系统Git跟踪、分支、合并和管理代码修订。通过一系列循序渐进的教程，本实用指南快速地将您从Git的基础知识带到了高级技术，并为使用Git的许多功能提供了友好而严格的建议。...

《自然语言处理深度学习》教你如何使用Python和Keras深度学习库创建高级NLP应用。您将学习使用最先进的工具和技术，包括BERT和XLNET、多任务学习和基于深度记忆的NLP。精彩的示例为您提供...

Candlesticks已经成为金融交易平台和图表程序的关键组成部分。有了这些图表，交易员可以了解解读价格走势历史和预测的基本模式。本A-Z指南向投资组合经理、量化分析师、策略师和分析师展示了如何使用...

前言Python 基础部分数据分析部分总结前言苦战一个月，每天平均 2 小时终于搞定《Python 极简讲义：一本书入门数据分析与机器学习》一书。这本书豆瓣上评价[1]很高：读后感觉实至名归，配得上...

自从十年前发现针对机器学习模型的对抗性攻击以来，对抗性机器学习的研究已经迅速演变为一场永恒的战争，捍卫者寻求提高ML模型对对抗性攻击的鲁棒性，而对手则寻求开发能够削弱或击败这些防御的更好攻击。然而，这...