首页
学习
活动
专区
工具
TVP
发布

算法进阶

专栏成员
268
文章
196395
阅读量
30
订阅数
深度学习时间序列异常检测方法
本文全面概述了深度学习用于时间序列异常检测的最新架构,提供了基于策略和模型的方法,并讨论了各种技术的优点和局限性。此外,还举例说明了近年来深度学习在时间序列异常检测中各领域的应用。
算法进阶
2024-07-11
100
大模型的模型压缩与有效推理综述
本文对大型语言模型的压缩和效率推理进行了综述。大型语言模型基于Transformer架构,具有强大的性能,但也带来了巨大的内存和计算成本。本文从算法角度对大型语言模型的压缩和效率推理方法进行了分类,包括量化、剪枝、知识蒸馏、紧凑架构设计和动态网络。大型语言模型有两个显著特点:
算法进阶
2024-07-10
380
如何选择时间序列模型?
我们时常会面临这样的困境:时序算法发展已久,随着时序预测&检测算法模型越来越丰富,当新时序预测需求来临时,我应该如何从十几种模型中选择最适合该业务的模型?
算法进阶
2024-07-10
510
深度时间序列预测和基础模型的研究进展
本文综述了深度学习在时间序列预测中的应用,特别是在流行病预测领域。尽管深度学习在时间序列预测中表现出显著优势,但仍面临挑战,如时间序列不够长、无法利用积累的科学知识以及模型的解释性。
算法进阶
2024-07-10
270
太深刻了!程序员焦虑的真相!
在互联网,AI浪潮的推动下,程序员已然成为新时代的民工,他们既享受着高薪的待遇,也承受着996、“青春饭”的很多压力。作为程序员你有职业焦虑吗?
算法进阶
2024-06-27
950
太强了!深度学习的Top10模型!
自2006年深度学习概念被提出以来,20年快过去了,深度学习作为人工智能领域的一场革命,已经催生了许多具有影响力的算法或模型。那么,你所认为深度学习的最牛的模型有哪些呢?欢迎评论区留言讨论~
算法进阶
2024-06-26
1310
非常全面!如何选择合适的模型?
在众多机器学习模型中,我们如何在各种实际情况下做出恰当的选择呢?本文我从如下几个方面系统地分析下~ 有帮助的话点个赞哦。
算法进阶
2024-06-25
1140
人工智能(XAI)可解释性的研究进展!
本文从数据为中心的角度,研究了数据收集、处理和分析如何有助于可解释的人工智能(XAI)。将现有工作分为三类,分别服务于对深度模型的解释、对训练数据的启示和对领域知识的洞察,并提炼出针对不同模式的数据挖掘操作和DNN行为描述符的数据挖掘方法,提供了一个全面的、以数据为中心的XAI从数据挖掘方法和应用的角度进行的考察。
算法进阶
2024-06-13
740
盘点!大模型及发展趋势!
大型语言模型(LLMs)无疑是此次人工智能革命的核心,其构建于Transformer架构的坚实基础之上,并依据缩放定律(Scaling Law)不断进化。
算法进阶
2024-06-13
750
干货!少样本学习的概述!
少样本学习(Few-Shot Learning,FSL)是机器学习领域中的一种重要技术,其目标是在仅使用少量样本(例如50个或更少)的情况下,设计出能够高效学习和准确预测的机器学习模型。这种技术在许多应用领域都具有重要的实际意义,例如在数据标注成本较高的场景中,或者在面对快速变化的任务时。应用包括图像分类、情感分类和对象识别。
算法进阶
2024-06-13
1030
大模型+RAG,全面介绍!
大型语言模型(LLMs)在处理特定领域或高度专业化的查询时存在局限性,如生成不正确信息或“幻觉”。缓解这些限制的一种有前途的方法是检索增强生成(RAG),RAG就像是一个外挂,将外部数据检索集成到生成过程中,增强模型提供准确和相关响应的能力。
算法进阶
2024-05-31
1950
时间序列+预训练大模型!
时间序列预测可以使用经典预测方法和深度学习方法。经典预测方法如ETS、ARIMA等为每个时间序列独立地拟合模型,而深度学习方法在给定的数据集中学习时间序列。
算法进阶
2024-05-21
3100
可信赖图神经网络综述!图的因果学习!
本文综述了图神经网络(GNN)在图挖掘应用中的最新进展,并强调了其在低维表示中保留丰富知识的能力。然而,GNN在可靠性方面存在挑战,包括OOD泛化能力、公平性和可解释性。为了解决这些问题,研究人员开始将因果学习纳入可信赖图神经网络(TGNN)的开发中。
算法进阶
2024-05-21
3310
一图胜千言!机器学习模型可视化!!
机器学习模型有强大而复杂的数学结构。了解其错综复杂的工作原理是模型开发的一个重要方面。模型可视化对于获得见解、做出明智的决策和有效传达结果至关重要。
算法进阶
2024-05-13
3050
轻松上手!手机上部署Phi3、Llama3最新大模型全攻略!
大模型无疑是此次AI革命的主角,大模型基于Scaling Law(缩放定律)。简单的说,就是数据越多,参数越大,算力越强,模型最终的能力就越强。随着模型参数和预训练数据规模的增加,模型能力与任务效果不断改善,展示出了一些小规模模型所不具备的“涌现能力”。
算法进阶
2024-05-02
2.3K0
总结!中国人工智能大模型技术白皮书!
近期,中国人工智能协会发布了一份名为《中国人工智能大模型技术白皮书》的报告,该报告全面梳理了大模型技术的演进历程,深入探讨了关键技术要素,并详细剖析了当前面临的挑战以及未来展望。
算法进阶
2024-05-02
3830
全面!深度学习时间序列分类的综述!
时间序列分析中的时间序列分类(TSC)是关键任务之一,具有广泛的应用,如人体活动识别和系统监测等。近年来,深度学习在TSC领域逐渐受到关注,具有自动从原始时间序列数据中学习并抽取有意义特征的能力。
算法进阶
2024-05-02
7320
深度迁移学习的综述!
近期随着大模型的爆发,深度学习受到广泛关注,并成功应用于许多实际应用中。深度学习算法从大量数据中学习高级特征,从而超越传统机器学习。
算法进阶
2024-04-25
1830
人工智能在金融量化投资的综述(Python)
量化交易是一种利用数学模型和算法进行交易的方法,它可以自动执行交易策略,减少人为干预。自动交易系统是实现量化交易的工具,它可以实时分析市场数据,自动执行买卖订单,提高交易效率。扩展阅读:Python量化交易入门进阶指南(全
算法进阶
2024-04-18
1.1K0
深度学习+度量学习的综述
如今,机器学习的应用广泛,包括人脸识别、医疗诊断等,为复杂问题和大量数据提供解决方案。机器学习算法能基于数据产生成功的分类模型,但每个数据都有其问题,需定义区别特征进行正确分类。常用的机器学习算法包括k最近邻、支持向量机和朴素贝叶斯分类器,但需注意特征加权和数据转换。
算法进阶
2024-04-12
3550
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档