最近，Meta 公司首席 AI 科学家、图灵奖得主 LeCun 转发了他在纽约大学的同事 Kyunghyun Cho 的一篇帖子：内容是关于这位教授 2025 ...

通过本文的学习，我们深入探索了 Python 机器学习从入门到实战的精彩世界。从 Python 在机器学习领域的独特优势，到机器学习的核心概念，再到各种强大工具...

机器学习原子间势（MLIPs）已成为现代原子模拟的重要工具。近期，基于大规模数据集预训练的通用MLIPs展现出优异的精度与泛化能力。然而，其计算成本仍限制了在化...

近年来，机器学习原子间势能（MLIPs）的研究取得了显著进展，为大规模分子动力学模拟提供了一种高效且准确的替代方案。与传统的量子力学方法相比，MLIPs通过拟合...

【新智元导读】NYU机器学习教授痛心表示，如今很多大学的ML课程，已经抛弃了基础概念和经典。他晒出的课程大纲，引起了哈佛CS教授的赞同：很高兴我们并不孤单，想在...

该框架与 scikit-learn 生态系统完全兼容，可无缝集成到机器学习工作流中。此外，tsfresh 支持用户自定义特征，允许研究人员将领域知识融入特征工程...

本文主要介绍处理数值变量特征工程，将介绍使用Python的Scikit-Learn库、Numpy等工具处理数值的高级特征工程技术，旨在提升机器学习模型的效能。

在机器学习的世界里，数据是构建模型的基石。但如何有效地使用这些数据来训练和评估模型，却是一门需要深入理解的学问。对于初学者来说，理解训练集、验证集和测试集的概念...

现有的车辆检测器通常是基于预先训练好的骨干网（如ResNet、ViT），通过在车辆图像上训练典型的检测器（如YOLO、RCNN、DETR系列）获得的。一些研究人...

机器学习（ML）和深度学习（DL）近年来取得了飞速进展。尤其是大规模深度神经网络模型的出现，推动了各行各业的技术革新。例如，像GPT-3、BERT、ResNet...

因为最近在做利用卷积神经网络CNN和其他深度学习模型来预测m6A-SNP影响的项目，想分享一下目前不同m6A-SNP预测模型的研究进展。RNA N6-甲基腺苷（...

在我撰写这篇文章的时候，有人分享了以下这篇文章：《机器学习新手：驾驭机器学习会议场景指南》（https://virtual.aistats.org/Confer...

胰腺癌治疗常依赖多药联合方案，但最优组合仍未明确。本研究利用美国国家转化科学促进中心（NCATS）提供的数据，筛选了32种抗癌药物在PANC-1细胞中的496种...

mlop.ai 是一个主流解决方案的平替（如ClearML, Comet, WandB），并专为中国企业提供优化支持。

酶的催化活性与pH之间的关系，尤其是酶在最适pH值（pHopt）下的功能表现，对于生物技术应用至关重要。因此，开发能够预测pHopt的计算方法，将有助于推动酶的...

在机器学习和深度学习的应用中，训练模型通常需要耗费大量时间。随着数据集的增大、模型复杂度的提升以及任务的多样化，训练速度变得越来越重要。无论是在学术研究中，还是...

今天为大家介绍的是来自California Davis大学Oliver Fiehn团队的一篇论文。了解吸入毒物的区域性反应对理解在空气污染暴露下的肺部疾病发病机...

今天为大家介绍的是来自美国杜兰大学医学院的Tony Ye Hu与Wenshu Zheng团队发表的一篇论文。科研人员开发出一种新的群体关联模型（Group As...

随着对复杂疾病遗传机制研究的深入，研究者们发现疾病的发生和发展往往涉及多个组织中不同的生物学过程。在复杂疾病的研究领域，精准定位与疾病相关的基因和组织是揭示疾病...