会员服务
“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
联邦图学习的全面数据中心化综述
联邦图学习的全面数据中心化综述
专知会员服务
12+阅读 · 7月23日
《将人工智能与机器学习技术整合至通用作战视图及行动方案开发过程》最新140页报告
《将人工智能与机器学习技术整合至通用作战视图及行动方案开发过程》最新140页报告
专知会员服务
20+阅读 · 7月21日
【阿姆斯特丹博士论文】在测试时学习泛化
【阿姆斯特丹博士论文】在测试时学习泛化
专知会员服务
10+阅读 · 7月16日
ICML 2025杰出论文出炉：8篇获奖，南大研究者榜上有名
ICML 2025杰出论文出炉：8篇获奖，南大研究者榜上有名
专知会员服务
15+阅读 · 7月15日
股票市场预测的机器学习技术与数据：文献综述
股票市场预测的机器学习技术与数据：文献综述
专知会员服务
10+阅读 · 7月14日
《​​实时机器学习（RTML）编译硬件神经网加速器（CHANNA）项目​​》DARPA项目报告
《​​实时机器学习（RTML）编译硬件神经网加速器（CHANNA）项目​​》DARPA项目报告
专知会员服务
9+阅读 · 7月9日
《网络安全中的机器学习算法：网络防护与攻击检测》最新报告
《网络安全中的机器学习算法：网络防护与攻击检测》最新报告
专知会员服务
15+阅读 · 6月24日
【MIT博士论文】从数据到模型，再回到数据：构建可预测且可靠的机器学习系统”
【MIT博士论文】从数据到模型，再回到数据：构建可预测且可靠的机器学习系统”
专知会员服务
20+阅读 · 6月19日
《核指挥、控制和通信（NC3）架构中的机器学习系统： 机遇、局限和对战略指挥官的建议》报告
《核指挥、控制和通信（NC3）架构中的机器学习系统： 机遇、局限和对战略指挥官的建议》报告
专知会员服务
22+阅读 · 6月17日
【斯坦福博士论文】机器学习的信息论基础
【斯坦福博士论文】机器学习的信息论基础
专知会员服务
23+阅读 · 6月12日
【斯坦福博士论文】可扩展、高效且安全的机器学习数据系统
【斯坦福博士论文】可扩展、高效且安全的机器学习数据系统
专知会员服务
20+阅读 · 6月9日
【阿姆斯特丹博士论文】具有广义对称性的机器学习
【阿姆斯特丹博士论文】具有广义对称性的机器学习
专知会员服务
12+阅读 · 6月6日
【伯克利博士论文】机器学习中的安全性、鲁棒性与可解释性
【伯克利博士论文】机器学习中的安全性、鲁棒性与可解释性
专知会员服务
17+阅读 · 5月31日
遥感图像超分辨率技术进展：综合综述
遥感图像超分辨率技术进展：综合综述
专知会员服务
11+阅读 · 5月31日
【CMU博士论文】迈向机器学习解微分方程的理论与实证基础
【CMU博士论文】迈向机器学习解微分方程的理论与实证基础
专知会员服务
16+阅读 · 5月28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
微信扫码咨询专知VIP会员
Top