会员服务
Microsoft Research · Machine Learning · Learning · 微软 · 人工智能 ·
2023 年 3 月 5 日
Heckerthoughts
翻译：赫克思
David Heckerman
David Heckerman
from arxiv, Updated causality discussion

This manuscript is technical memoir about my work at Stanford and Microsoft Research. Included are fundamental concepts central to machine learning and artificial intelligence, applications of these concepts, and stories behind their creation.


翻译：这本手稿是关于我在斯坦福和微软研究公司的工作的技术回忆录。 其中包括对于机器学习和人工智能、这些概念的应用以及创建这些概念背后的故事至关重要的基本概念。</s>
0
下载
关闭预览

相关内容

百篇论文纵览大型语言模型最新研究进展
百篇论文纵览大型语言模型最新研究进展
专知会员服务
69+阅读 · 2023年3月31日
Meta最新WWW2022《联邦计算导论》教程，附77页ppt
Meta最新WWW2022《联邦计算导论》教程，附77页ppt
专知会员服务
59+阅读 · 2022年5月5日
多伦多大学Fall2020《机器学习导论》课程，不可错过！
专知会员服务
53+阅读 · 2020年10月11日
史上最全！358篇机器学习&自然语言处理综述论文！都这儿了
专知会员服务
125+阅读 · 2020年7月18日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
专知会员服务
64+阅读 · 2019年10月9日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
直播 | Interpretable and Trustworthy Graph Geometric Deep Learning
直播 | Interpretable and Trustworthy Graph Geometric Deep Learning
图与推荐
1+阅读 · 2022年11月2日
VCIP 2022 Call for Demos
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
广义Lorenz系统族解的有界性研究
国家自然科学基金
0+阅读 · 2015年12月31日
牛蒡子中Arctignan A，Lappaol C及其衍生物的合成和抗白血病活性研究
国家自然科学基金
0+阅读 · 2014年12月31日
地基InSAR高边坡三维变形提取方法研究
国家自然科学基金
0+阅读 · 2013年12月31日
三维流形Heegaard分解稳定化问题的研究
国家自然科学基金
0+阅读 · 2012年12月31日
双参数间隔/不敏感支持向量机及其拓展
国家自然科学基金
0+阅读 · 2012年12月31日
基于微生物的混凝土裂缝自修复及其机理
国家自然科学基金
0+阅读 · 2011年12月31日
miR-124和miR-27对阿尔茨海默病BACE1基因影响的分子机制
国家自然科学基金
0+阅读 · 2011年12月31日
InSAR支持下基于支持向量机的地震滑坡空间预测研究
国家自然科学基金
0+阅读 · 2009年12月31日
Folbp1在胚胎期多氯联苯暴露致子代心脏发育缺陷中的作用及机制
国家自然科学基金
0+阅读 · 2009年12月31日
印迹基因TSSC3在骨肉瘤失巢凋亡过程中的分子机制研究
国家自然科学基金
0+阅读 · 2009年12月31日
The secret life of matrix factorizations: how matrix decompositions reveal and keep secrets of linear equations and what we can do about it
Arxiv
0+阅读 · 2023年4月24日
Contextuality in distributed systems
Arxiv
0+阅读 · 2023年4月24日
Enhancing Chain-of-Thoughts Prompting with Iterative Bootstrapping in Large Language Models
Arxiv
0+阅读 · 2023年4月23日
Artificial Intelligence and Medicine: A literature review
Arxiv
28+阅读 · 2022年5月5日
ExSum: From Local Explanations to Model Understanding
Arxiv
12+阅读 · 2022年4月30日
Artificial Intelligence for the Metaverse: A Survey
Arxiv
31+阅读 · 2022年2月15日
Recent Advances of Continual Learning in Computer Vision: An Overview
Recent Advances of Continual Learning in Computer Vision: An Overview
Arxiv
22+阅读 · 2021年9月23日
Adversarial Machine Learning in Image Classification: A Survey Towards the Defender's Perspective
Adversarial Machine Learning in Image Classification: A Survey Towards the Defender's Perspective
Arxiv
17+阅读 · 2020年9月8日
Learning from Very Few Samples: A Survey
Arxiv
126+阅读 · 2020年9月6日
Learning with Interpretable Structure from RNN
Arxiv
19+阅读 · 2018年10月25日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
Microsoft Research
Machine Learning
Learning
微软
人工智能
相关VIP内容
百篇论文纵览大型语言模型最新研究进展
百篇论文纵览大型语言模型最新研究进展
专知会员服务
69+阅读 · 2023年3月31日
Meta最新WWW2022《联邦计算导论》教程，附77页ppt
Meta最新WWW2022《联邦计算导论》教程，附77页ppt
专知会员服务
59+阅读 · 2022年5月5日
多伦多大学Fall2020《机器学习导论》课程，不可错过！
专知会员服务
53+阅读 · 2020年10月11日
史上最全！358篇机器学习&自然语言处理综述论文！都这儿了
专知会员服务
125+阅读 · 2020年7月18日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
专知会员服务
64+阅读 · 2019年10月9日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
热门VIP内容
相关资讯
直播 | Interpretable and Trustworthy Graph Geometric Deep Learning
直播 | Interpretable and Trustworthy Graph Geometric Deep Learning
图与推荐
1+阅读 · 2022年11月2日
VCIP 2022 Call for Demos
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
相关论文
The secret life of matrix factorizations: how matrix decompositions reveal and keep secrets of linear equations and what we can do about it
Arxiv
0+阅读 · 2023年4月24日
Contextuality in distributed systems
Arxiv
0+阅读 · 2023年4月24日
Enhancing Chain-of-Thoughts Prompting with Iterative Bootstrapping in Large Language Models
Arxiv
0+阅读 · 2023年4月23日
Artificial Intelligence and Medicine: A literature review
Arxiv
28+阅读 · 2022年5月5日
ExSum: From Local Explanations to Model Understanding
Arxiv
12+阅读 · 2022年4月30日
Artificial Intelligence for the Metaverse: A Survey
Arxiv
31+阅读 · 2022年2月15日
Recent Advances of Continual Learning in Computer Vision: An Overview
Recent Advances of Continual Learning in Computer Vision: An Overview
Arxiv
22+阅读 · 2021年9月23日
Adversarial Machine Learning in Image Classification: A Survey Towards the Defender's Perspective
Adversarial Machine Learning in Image Classification: A Survey Towards the Defender's Perspective
Arxiv
17+阅读 · 2020年9月8日
Learning from Very Few Samples: A Survey
Arxiv
126+阅读 · 2020年9月6日
Learning with Interpretable Structure from RNN
Arxiv
19+阅读 · 2018年10月25日
相关基金
广义Lorenz系统族解的有界性研究
国家自然科学基金
0+阅读 · 2015年12月31日
牛蒡子中Arctignan A，Lappaol C及其衍生物的合成和抗白血病活性研究
国家自然科学基金
0+阅读 · 2014年12月31日
地基InSAR高边坡三维变形提取方法研究
国家自然科学基金
0+阅读 · 2013年12月31日
三维流形Heegaard分解稳定化问题的研究
国家自然科学基金
0+阅读 · 2012年12月31日
双参数间隔/不敏感支持向量机及其拓展
国家自然科学基金
0+阅读 · 2012年12月31日
基于微生物的混凝土裂缝自修复及其机理
国家自然科学基金
0+阅读 · 2011年12月31日
miR-124和miR-27对阿尔茨海默病BACE1基因影响的分子机制
国家自然科学基金
0+阅读 · 2011年12月31日
InSAR支持下基于支持向量机的地震滑坡空间预测研究
国家自然科学基金
0+阅读 · 2009年12月31日
Folbp1在胚胎期多氯联苯暴露致子代心脏发育缺陷中的作用及机制
国家自然科学基金
0+阅读 · 2009年12月31日
印迹基因TSSC3在骨肉瘤失巢凋亡过程中的分子机制研究
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员
Top