会员服务

已删除

2018 年 4 月 10 日 将门创投 让创新获得认可
已删除
登录查看更多
3

相关内容

【实用书】Python机器学习Scikit-Learn应用指南，247页pdf
【实用书】Python机器学习Scikit-Learn应用指南，247页pdf
专知会员服务
271+阅读 · 2020年6月10日
《Python机器学习项目实战》，135页pdf带你小白入门机器学习
《Python机器学习项目实战》，135页pdf带你小白入门机器学习
专知会员服务
174+阅读 · 2020年6月6日
【哈佛大学】机器学习的黑盒解释性，52页ppt
【哈佛大学】机器学习的黑盒解释性，52页ppt
专知会员服务
172+阅读 · 2020年5月27日
【2020最新干货综述】 基于知识图谱嵌入的链接预测综述， 43页pdf
【2020最新干货综述】 基于知识图谱嵌入的链接预测综述， 43页pdf
专知会员服务
167+阅读 · 2020年5月24日
干净的数据：数据清洗入门与实践，204页pdf
干净的数据：数据清洗入门与实践，204页pdf
专知会员服务
164+阅读 · 2020年5月14日
【干货书】机器学习，408页pdf，开发人员和技术专业人员的动手实践手册
【干货书】机器学习，408页pdf，开发人员和技术专业人员的动手实践手册
专知会员服务
222+阅读 · 2020年5月7日
工程领域大数据和人工智能原则
专知会员服务
128+阅读 · 2020年3月26日
【CHI2020-微软】解释可解释性:理解数据科学家使用机器学习的可解释性工具
【CHI2020-微软】解释可解释性:理解数据科学家使用机器学习的可解释性工具
专知会员服务
103+阅读 · 2020年3月8日
《可解释的机器学习-interpretable-ml》238页pdf
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
210+阅读 · 2020年2月24日
【经典书】精通机器学习特征工程，中文版，178页pdf
【经典书】精通机器学习特征工程，中文版，178页pdf
专知会员服务
360+阅读 · 2020年2月15日
干货 | 可解释的机器学习
干货 | 可解释的机器学习
AI科技评论
20+阅读 · 2019年7月3日
教程▍Python机器学习实践：随机森林算法训练及调参 （附代码）
教程▍Python机器学习实践：随机森林算法训练及调参 （附代码）
36大数据
8+阅读 · 2019年2月27日
可解释的机器学习
可解释的机器学习
平均机器
25+阅读 · 2019年2月25日
【机器学习】如何通过机器学习预测维护设备？
【机器学习】如何通过机器学习预测维护设备？
产业智能官
16+阅读 · 2018年7月9日
【学界】机器学习模型的“可解释性”到底有多重要？
【学界】机器学习模型的“可解释性”到底有多重要？
GAN生成式对抗网络
12+阅读 · 2018年3月3日
推荐｜机器学习中的模型评价、模型选择和算法选择！
推荐｜机器学习中的模型评价、模型选择和算法选择！
全球人工智能
10+阅读 · 2018年2月5日
Python & 机器学习之项目实践 | 赠书
Python & 机器学习之项目实践 | 赠书
人工智能头条
15+阅读 · 2017年12月26日
教程 | 理解XGBoost机器学习模型的决策过程
教程 | 理解XGBoost机器学习模型的决策过程
机器之心
6+阅读 · 2017年12月20日
观点 | 三大特征选择策略，有效提升你的机器学习水准
观点 | 三大特征选择策略，有效提升你的机器学习水准
机器之心
7+阅读 · 2017年10月23日
已删除
已删除
将门创投
9+阅读 · 2017年7月28日
Autonomous Driving with Deep Learning: A Survey of State-of-Art Technologies
Autonomous Driving with Deep Learning: A Survey of State-of-Art Technologies
Arxiv
12+阅读 · 2020年6月10日
A Survey on Distributed Machine Learning
Arxiv
45+阅读 · 2019年12月20日
Multi-Label Classification with Label Graph Superimposing
Arxiv
9+阅读 · 2019年11月21日
Meta-Learning with Implicit Gradients
Meta-Learning with Implicit Gradients
Arxiv
13+阅读 · 2019年9月10日
Generative Adversarial Networks and Conditional Random Fields for Hyperspectral Image Classification
Arxiv
3+阅读 · 2019年5月12日
AuxNet: Auxiliary tasks enhanced Semantic Segmentation for Automated Driving
AuxNet: Auxiliary tasks enhanced Semantic Segmentation for Automated Driving
Arxiv
4+阅读 · 2019年1月17日
LNEMLC: Label Network Embeddings for Multi-Label Classification
Arxiv
4+阅读 · 2019年1月1日
A General and Adaptive Robust Loss Function
A General and Adaptive Robust Loss Function
Arxiv
8+阅读 · 2018年11月5日
A Study of Recent Contributions on Information Extraction
Arxiv
6+阅读 · 2018年3月15日
Geometry in Active Learning for Binary and Multi-class Image Segmentation
Arxiv
9+阅读 · 2018年1月16日
VIP会员
相关主题
最新内容
《火线上的后勤保障：对抗环境下的随机规划模型研究——俄乌场景案例分析》99页
《火线上的后勤保障：对抗环境下的随机规划模型研究——俄乌场景案例分析》99页
专知会员服务
3+阅读 · 今天14:58
《无人地面战车（UGV）的崛起》报告
《无人地面战车（UGV）的崛起》报告
专知会员服务
1+阅读 · 今天14:44
《无人机参数化与集群飞行创新项目的监控流程管理：模型、策略及自适应解决方案》
《无人机参数化与集群飞行创新项目的监控流程管理：模型、策略及自适应解决方案》
专知会员服务
1+阅读 · 今天14:35
《美军开放式任务系统（OMS）定义与文档（D&D）——Java关键抽象层（CAL）接口生成规范》47页标准
《美军开放式任务系统（OMS）定义与文档（D&D）——Java关键抽象层（CAL）接口生成规范》47页标准
专知会员服务
3+阅读 · 今天14:32
美陆军任务式指挥人工智能解决方案
美陆军任务式指挥人工智能解决方案
专知会员服务
3+阅读 · 今天14:17
ICML 2026 | 理论级自动形式化：从孤立命题到统一形式化知识库
ICML 2026 | 理论级自动形式化：从孤立命题到统一形式化知识库
专知会员服务
1+阅读 · 今天13:47
综述 | 现代智能体自我改进，从模型更新到脚手架演化
综述 | 现代智能体自我改进，从模型更新到脚手架演化
专知会员服务
1+阅读 · 今天13:43
美国陆军宣布“项目融合-顶点6”：现代化进程的关键里程碑
美国陆军宣布“项目融合-顶点6”：现代化进程的关键里程碑
专知会员服务
9+阅读 · 7月15日
五角大楼新版反无人机手册：内容解析与战略影响（附手册100页原件）
五角大楼新版反无人机手册：内容解析与战略影响（附手册100页原件）
专知会员服务
14+阅读 · 7月15日
《军事基地能源韧性与经济性权衡评估方法研究》
《军事基地能源韧性与经济性权衡评估方法研究》
专知会员服务
7+阅读 · 7月15日
ACM MM 2026 | UNIT：释放大语言模型在图持续学习中的潜力
ACM MM 2026 | UNIT：释放大语言模型在图持续学习中的潜力
专知会员服务
8+阅读 · 7月15日
综述 | 具身视觉语言导航：系统综述与真实世界评测
综述 | 具身视觉语言导航：系统综述与真实世界评测
专知会员服务
10+阅读 · 7月15日
应对第1、2类无人机威胁的推荐战术、技术与程序
应对第1、2类无人机威胁的推荐战术、技术与程序
专知会员服务
9+阅读 · 7月15日
《反制多无人机集群攻城：序贯斯塔克伯格安全博弈方法研究》59页
《反制多无人机集群攻城：序贯斯塔克伯格安全博弈方法研究》59页
专知会员服务
11+阅读 · 7月15日
博士论文 | 可扩展、自我改进的大语言模型智能体
博士论文 | 可扩展、自我改进的大语言模型智能体
专知会员服务
12+阅读 · 7月14日
相关VIP内容
【实用书】Python机器学习Scikit-Learn应用指南，247页pdf
【实用书】Python机器学习Scikit-Learn应用指南，247页pdf
专知会员服务
271+阅读 · 2020年6月10日
《Python机器学习项目实战》，135页pdf带你小白入门机器学习
《Python机器学习项目实战》，135页pdf带你小白入门机器学习
专知会员服务
174+阅读 · 2020年6月6日
【哈佛大学】机器学习的黑盒解释性，52页ppt
【哈佛大学】机器学习的黑盒解释性，52页ppt
专知会员服务
172+阅读 · 2020年5月27日
【2020最新干货综述】 基于知识图谱嵌入的链接预测综述， 43页pdf
【2020最新干货综述】 基于知识图谱嵌入的链接预测综述， 43页pdf
专知会员服务
167+阅读 · 2020年5月24日
干净的数据：数据清洗入门与实践，204页pdf
干净的数据：数据清洗入门与实践，204页pdf
专知会员服务
164+阅读 · 2020年5月14日
【干货书】机器学习，408页pdf，开发人员和技术专业人员的动手实践手册
【干货书】机器学习，408页pdf，开发人员和技术专业人员的动手实践手册
专知会员服务
222+阅读 · 2020年5月7日
工程领域大数据和人工智能原则
专知会员服务
128+阅读 · 2020年3月26日
【CHI2020-微软】解释可解释性:理解数据科学家使用机器学习的可解释性工具
【CHI2020-微软】解释可解释性:理解数据科学家使用机器学习的可解释性工具
专知会员服务
103+阅读 · 2020年3月8日
《可解释的机器学习-interpretable-ml》238页pdf
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
210+阅读 · 2020年2月24日
【经典书】精通机器学习特征工程，中文版，178页pdf
【经典书】精通机器学习特征工程，中文版，178页pdf
专知会员服务
360+阅读 · 2020年2月15日
热门VIP内容
相关资讯
干货 | 可解释的机器学习
干货 | 可解释的机器学习
AI科技评论
20+阅读 · 2019年7月3日
教程▍Python机器学习实践：随机森林算法训练及调参 （附代码）
教程▍Python机器学习实践：随机森林算法训练及调参 （附代码）
36大数据
8+阅读 · 2019年2月27日
可解释的机器学习
可解释的机器学习
平均机器
25+阅读 · 2019年2月25日
【机器学习】如何通过机器学习预测维护设备？
【机器学习】如何通过机器学习预测维护设备？
产业智能官
16+阅读 · 2018年7月9日
【学界】机器学习模型的“可解释性”到底有多重要？
【学界】机器学习模型的“可解释性”到底有多重要？
GAN生成式对抗网络
12+阅读 · 2018年3月3日
推荐｜机器学习中的模型评价、模型选择和算法选择！
推荐｜机器学习中的模型评价、模型选择和算法选择！
全球人工智能
10+阅读 · 2018年2月5日
Python & 机器学习之项目实践 | 赠书
Python & 机器学习之项目实践 | 赠书
人工智能头条
15+阅读 · 2017年12月26日
教程 | 理解XGBoost机器学习模型的决策过程
教程 | 理解XGBoost机器学习模型的决策过程
机器之心
6+阅读 · 2017年12月20日
观点 | 三大特征选择策略，有效提升你的机器学习水准
观点 | 三大特征选择策略，有效提升你的机器学习水准
机器之心
7+阅读 · 2017年10月23日
已删除
已删除
将门创投
9+阅读 · 2017年7月28日
相关论文
Autonomous Driving with Deep Learning: A Survey of State-of-Art Technologies
Autonomous Driving with Deep Learning: A Survey of State-of-Art Technologies
Arxiv
12+阅读 · 2020年6月10日
A Survey on Distributed Machine Learning
Arxiv
45+阅读 · 2019年12月20日
Multi-Label Classification with Label Graph Superimposing
Arxiv
9+阅读 · 2019年11月21日
Meta-Learning with Implicit Gradients
Meta-Learning with Implicit Gradients
Arxiv
13+阅读 · 2019年9月10日
Generative Adversarial Networks and Conditional Random Fields for Hyperspectral Image Classification
Arxiv
3+阅读 · 2019年5月12日
AuxNet: Auxiliary tasks enhanced Semantic Segmentation for Automated Driving
AuxNet: Auxiliary tasks enhanced Semantic Segmentation for Automated Driving
Arxiv
4+阅读 · 2019年1月17日
LNEMLC: Label Network Embeddings for Multi-Label Classification
Arxiv
4+阅读 · 2019年1月1日
A General and Adaptive Robust Loss Function
A General and Adaptive Robust Loss Function
Arxiv
8+阅读 · 2018年11月5日
A Study of Recent Contributions on Information Extraction
Arxiv
6+阅读 · 2018年3月15日
Geometry in Active Learning for Binary and Multi-class Image Segmentation
Arxiv
9+阅读 · 2018年1月16日
大家都在搜
  1. maven
  2. palantir
  3. 无人机蜂群
  4. 无人机战争
  5. 基于模型
  6. terraform
  7. 雷鸟科技
  8. SWOT分析套路
  9. 反无
  10. GitHub上已超过
    11.
Top
微信扫码咨询专知VIP会员
Top