摘要： Adversarial Attack（对手的攻击） 把训练好的神经网络用在应用上，还需要让其输入人为的恶意行为，要在有人试图欺骗他的情况下得到高的正确率 例如：影像辨识，输入的图片加入一些杂讯（这些杂讯可能肉眼看不出来），使得输出错误，并输入某个指定的错误输出 无目标攻击：使输出结果与正确答案的差距 阅读全文

摘要： 机器学习的可解释性Explainable ML 作用：基于机器学习的可解释性我们可以优化机器学习模型 线性模型虽然容易解释，但不够强大，深度学习的模型强大，但不容易解释 Explainable ML包括Local Explaination和Global Explaination： Local Exp 阅读全文

摘要： Auto Encoder（自编码器） Self Supervised Learning（自监督学习）：用没有标注的资料训练模型，发明不需要标注资料上的任务，例如：做填空题、预测下一个token（符号）；在BERT和GPT之前，有一种方法就是Auto Encoder Auto Encoder（自编码器 阅读全文

摘要： Self Supervised Learning（自监督学习） Supervised Learning（监督式学习）：训练资料有标注，通过有标注的资料训练Network Self Supervised Learning（自监督学习）：训练资料没有标注，将资料x分成x’和x’’两组，一部分x’作为模型 阅读全文