XAI/MLI 可解释机器学习系列1- 开源&paper汇总

一直在关注可解释机器学习领域,因为确实在工作中有许多应用 模型检查,特征重要性是否符合预期和AUC一样重要 模型解释,比起虚无缥缈的模型指标,解释模型学到的规律更能说服业务方 样本解释,为什么这些用户会违约,是否有指标能提前预警? 决策归因,有时模型只是提取pattern的方式,最终需要给到归因/... ...

使用NLP检测和对抗AI生成的假新闻

作者|MOHD SANAD ZAKI RIZVI 编译|VK 来源|Analytics Vidhya 概述 由AI生成的假新闻(神经假新闻)对于我们的社会可能是一个巨大的问题 本文讨论了不同的自然语言处理方法,以开发出对神经假新闻的强大防御,包括使用GPT-2检测器模型和Grover(AllenNL ...

痛并快乐的YOLO初体验

1、前言 最近因为需要研究视频的物体识别和行为识别,上网了解了一下,YOLO是目前实时视频物体识别的应用最广泛的算法。 因此,作为小白的我,也准备体验一下YOLO算法的效果。 先上网了解了一下YOLO算法的背景资料,有V1,V2,V3,V4四个版本,其中V4版本虽然创新不多,但对工业应用很有价值,引 ...

「AI」我喜欢的几个人工智能方面的头条号

「AI」我喜欢的几个人工智能方面的头条号 笔者对于人工智能领域比较感兴趣,因它是代表世界高科技未来发展方向,是第四次工业革命的核心技术领域。 世界各国政府都对人工智能行业高度重视,各大国都制定了比较前瞻性的人工智能发展的战略或者发展规划,希望在未来全球激烈的高科技竞争之中处于优势地位。 中美两国处于 ...

用Python可视化卷积神经网络

作者|FAIZAN SHAIKH 编译|VK 来源|Analytics Vidhya 介绍 深入学习中最具争议的话题之一是如何解释和理解一个经过训练的模型——特别是在医疗等高风险行业的背景下。“黑匣子”一词经常与深度学习算法联系在一起。如果我们不能解释模型是如何工作的,我们怎么能相信模型的结果呢?这 ...

六种用于文本分类的开源预训练模型

作者|PURVA HUILGOL 编译|VK 来源|Analytics Vidhya 介绍 我们正站在语言和机器的交汇处,这个话题我很感兴趣。机器能像莎士比亚一样写作吗?机器能提高我自己的写作能力吗?机器人能解释一句讽刺的话吗? 我肯定你以前问过这些问题。自然语言处理(NLP)也致力于回答这些问题, ...

如何理解 Graph Convolutional Network(GCN)?

先说问题的本质:图中的每个结点无时无刻不因为邻居和更远的点的影响而在改变着自己的状态直到最终的平衡,关系越亲近的邻居影响越大。 要想理解GCN以及其后面一系列工作的实质,最重要的是理解其中的精髓Laplacian矩阵在干什么。知道了Laplacian矩阵在干什么后,剩下的只是解法的不同——所谓的Fo... ...

关于汽车OTA,这篇科普文能告诉你

随着汽车中软件发挥的作用越来越重要,软件定义汽车已经是行业内的共识。汽车行业的发展极有可能最终像手机产业一样,基础硬件差异会越来越小,关键在于汽车给用户的体验的多样性,以及汽车产品在不同场景下满足用户需求的程度。而这种体验的差异性在很大程度上是由汽车的软件来决定的。当汽车中软件代码行数成正比不断增长 ...

深度神经网络 DNN

深度神经网络(Deep Neural Networks, 以下简称DNN)是深度学习的基础,而要理解DNN,首先我们要理解DNN模型,下面我们就对DNN的模型与前向传播算法做一个总结。 https://zhuanlan.zhihu.com/p/29815081 1 从感知机到神经网络 感知机的模型,... ...

图卷积神经网络 GCN 沈华伟(1 谱方法)

视频连接:2020 CCF 沈华伟 GNN 1.概述 卷积神经网络的成功的原因:能够学习到数据中局部信息,通过局部化卷积核,实际上是一种参数共享的方式。 然后通过逐层堆叠的方式,把局部的卷积核变成多尺度的层次模式。从而实现特征学习的一个效果。 1.1 局部卷积核: 平移不变性,可以得到与位置无关的一... ...

用python做时间序列预测六:相关函数图、偏相关函数图、滞后图

经典的时间序列预测方法都是假设如果一个时间序列有显著的自相关性,那么历史值对预测当前值会很有帮助,但是究竟取多少阶的历史值,就需要通过分析相关函数图和偏相关函数图来得到。本文介绍如何什么是相关函数图和偏相关函数图,另外还会介绍一下滞后图。 什么是自相关和偏自相关函数? 先来解释下滞后阶数n,如果当前 ...

用python做时间序列预测五:时间序列缺失值处理

有的时候,一些时刻或连续时间段内的值无法采集到,或者本身就没有值,本文将介绍如何处理这种情况。 一般而言,有以下几种方法: 对所有的缺失值用零填充。 前向填充:比如用周一的值填充缺失的周二的值 后向填充:比如用周二的值填充缺失的周一的值 采用n最近邻均值法填充:比如n取2,则用t-2,t-1,t+1 ...

“Failed to get convolution algorithm. This is probably because cuDNN failed to initialize”错误的解决办法

换了一台RTX2060的电脑之后,用tensorflow做实验发现没有使用GPU,那我换电脑就没有意义了。然后百度发现tensorflow-gpu才是使用GPU来运算的。于是又花了三个多小时来下载安装,为啥比CPU的复杂这么多,唉~。终于安装成功之后,运行程序的时候又报错,也就是本文这个错误,查阅资 ...

重磅! 2020年最新计算机视觉学习路线教程

这篇文章主要是基于我自己的经验,侧重于计算机视觉学习资源的介绍,如果大家按照这个路线去学,相信这将在很大程度上促进提高你的计算机视觉知识水平。 在开始学习计算机视觉之前,我们先来了解有关机器学习和python基础知识。 框架(Frameworks) 虽然你不必从一开始就去考虑选择何种框架,但是实践应 ...

具有注意力机制的seq2seq模型

作者|Renu Khandelwal 编译|VK 来源|Towards Data Science 在本文中,你将了解: 为什么我们需要seq2seq模型的注意力机制? Bahdanua的注意力机制是如何运作的? Luong的注意力机制是如何运作的? 什么是局部和全局注意力? Bahdanua和Luo ...

<1···171819···39>