成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
机器学习
关注
37529
“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让
可以自动“
学习
”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多
推论
问题属于
无程序可循难度
,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科
综合
百科
荟萃
VIP
热门
动态
论文
精华
WENDy for Nonlinear-in-Parameters ODEs
Arxiv
0+阅读 · 10月23日
The Reality Gap in Robotics: Challenges, Solutions, and Best Practices
Arxiv
0+阅读 · 10月23日
Statistical Inference for Generative Model Comparison
Arxiv
0+阅读 · 10月23日
Quantum speedup of non-linear Monte Carlo problems
Arxiv
0+阅读 · 10月22日
Finding the Sweet Spot: Trading Quality, Cost, and Speed During Inference-Time LLM Reflection
Arxiv
0+阅读 · 10月23日
ROTI-GCV: Generalized Cross-Validation for right-ROTationally Invariant Data
Arxiv
0+阅读 · 10月22日
Neural Networks for Censored Expectile Regression Based on Data Augmentation
Arxiv
0+阅读 · 10月23日
Curiosity-Driven Development of Action and Language in Robots Through Self-Exploration
Arxiv
0+阅读 · 10月23日
Learning Decentralized Routing Policies via Graph Attention-based Multi-Agent Reinforcement Learning in Lunar Delay-Tolerant Networks
Arxiv
0+阅读 · 10月23日
Sparse Autoencoder Neural Operators: Model Recovery in Function Spaces
Arxiv
0+阅读 · 10月23日
Controlling the Flow: Stability and Convergence for Stochastic Gradient Descent with Decaying Regularization
Arxiv
0+阅读 · 10月23日
Optimal Dynamic Regret by Transformers for Non-Stationary Reinforcement Learning
Arxiv
0+阅读 · 10月23日
Equivariance Everywhere All At Once: A Recipe for Graph Foundation Models
Arxiv
0+阅读 · 10月23日
Spark Transformer: Reactivating Sparsity in FFN and Attention
Arxiv
0+阅读 · 10月23日
Learn2Mix: Training Neural Networks Using Adaptive Data Integration
Arxiv
0+阅读 · 10月23日
参考链接
父主题
大数据分析
人工智能
统计学
计算机科学
子主题
自动机器学习
判别模型
无监督学习
计算学习理论
硬标签
可解释机器学习
目标函数
泛化误差
有监督学习
集成学习
自编码器
谐波均值
迁移学习
标签平滑
梯度下降优化
隐马尔科夫模型
Transformer
模仿学习
表征学习
模型评估
自监督学习
度量学习
AdaBoost
数据降维
特征选择
支持向量机
EM算法
动量
强化学习
元学习
前馈神经网络
代价函数
模型泛化
主动学习
梯度消失
负采样
长短期记忆
决策树
Jonathan Schmidt
Mário R. G. Marques,
测试集
朱俊彦
反向传播
循环神经网络
Zeqi Gu
DBN
感知机
最大熵模型
半监督学习
软标签
深度生成模型
K近邻法
监督学习
卷积神经网络
小样本学习
分布式机器学习
自适应系统
条件随机场
长短期记忆网络
机器学习平台
人工神经网络
F-Score
预训练模型
表示学习
Dawei Zhou
多任务学习
半监督分类
神经网络
哈希学习
对抗学习
图机器学习
朴素贝叶斯
逻辑回归
生成模型
概率图模型
ICML 2022
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top