deephub

摘要： 关系提取( Relation Extraction)是一项自然语言处理任务，旨在提取实体之间的关系。例如，从句罗密欧与朱丽叶是由威廉莎士比亚写的，我们可以提取关系三元组（威廉莎士比亚，是罗密欧与朱丽叶的作者）。 关系提取是自动知识图谱构建中的一项关键技术。通过关系提取，我们可以累积提取新的关系事实， 阅读全文

摘要： 关联规则是以规则的方式呈现项目之间的相关性：关联规则(Association Rules)是反映一个事物与其他事物之间的相互依存性和关联性，是数据挖掘的一个重要技术，用于从大量数据中挖掘出有价值的数据项之间的相关关系。 关联规则的经典例子是通过发现顾客放入其购物篮中的不同商品之间的联系，可分析顾客的 阅读全文

摘要： DeepMind 和 Google Brain 研究人员以及前世界国际象棋冠军Vladimir Kramnik通过概念探索、行为分析和对其激活的检查，探索了人类知识是如何获得的，以及国际象棋概念如何在 AlphaZero 神经网络中表示。 AlphaZero 在短短四个小时内掌握了所有国际象棋专业知 阅读全文

摘要： Doc2Vec 是一种无监督算法，可从可变长度的文本片段（例如句子、段落和文档）中学习嵌入。它最初出现在 Distributed Representations of Sentences and Documents 一文中。 Word2Vec 让我们先回顾一下 Word2Vec，因为它为 Doc2V 阅读全文

摘要： 由于机器学习算法的输入形式是一种数值型向量（numeric vectors），所以攻击者就会通过设计一种有针对性的数值型向量从而让机器学习模型做出误判，这便被称为对抗性攻击。和其他攻击不同，对抗性攻击主要发生在构造对抗性数据的时候，该对抗性数据就如正常数据一样输入机器学习模型并得到欺骗的识别结果。 阅读全文

摘要： 图结构在现实世界中随处可见。道路、社交网络、分子结构都可以使用图来表示。图是我们拥有的最重要的数据结构之一。 今天有很多的资源可以教我们将机器学习应用于此类数据所需的一切知识。已经有很多学习有关图机器学习的相关理论和材料，特别是图神经网络，所以本文将避免在这里解释这些内容。如果你对该方面不太熟悉，推 阅读全文

摘要： 对于机器学习和数据科学的初学者来说，必须清楚熵和交叉熵的概念。它们是构建树、降维和图像分类的关键基础。 在本文中，我将尝试从信息论的角度解释有关熵的概念，当我第一次尝试掌握这个概念时，这非常有帮助。让我们看看它是如何进行的。 什么是-log(p)？ 信息论的主要关注点之一是量化编码和传输事件所需的总 阅读全文

摘要： 我们都讨厌对文章进行冗长而毫无意义的介绍所以我就直奔主题了。2021年还有10天就过去了， 以下是我认为 2021 年最有趣、最有前途的深度学习论文。 本篇文章的目的是简单地解释它们，并结合非常简单/复杂的冗长文字，这样可以让本文对初学者和有知识的人同时都有一定的帮助。 说明：本文的主题的选择是个人 阅读全文

摘要： 在过去的十年中，深度学习在解决许多以前被认为无法解决的问题方面发挥了重要作用，并且在某些任务上的准确性也与人类水平相当甚至超过了人类水平。如下图所示，更深的网络具有更高的准确度，这一点也被广泛接受并且证明。 使用更深层次的网络模型追求人类级别的准确性会带来一系列挑战，例如： 更长的推理时间 更高的计 阅读全文

摘要： 能够使用代码实现最新的论文对于数据科学家来说是一项极具竞争力的技能。 如果想了解黑匣子内部发生了么，提高创造力或成为第一个将最新科学研究带入业务的开发人员 这篇文章应该可以帮到你。 我们将讨论如何选择一篇“好”的论文作为开始，这对于初学者来说会比较容易；本文中将概述典型的论文结构以及重要信息的位置； 阅读全文