ARGO的博客

原创： 施天璐  Refinitiv创新实验室ARGO本文含有部分易懂的数学公式，预计阅读时间10分钟本文是深度学习的基础入门篇，着重描述以下三个部分： 什么是深度学习 人工神经网络的概念 反向传播算法的理解  一 什么是深度学习深度学习正处于计算机领域的最前沿，也是数据科学和计算机科学领域最火热的话题之一。最近几年，人们时常提起深度学习，机器学习...

原创：张天奇 & wk Refinitiv创新实验室 我们首篇文章向大家介绍了机器学习的一些基本常识，但是很多好学的同学们看了以后嗷嗷直叫不过瘾，为了满足同学们强烈的求知欲，因此我们推出了基本常识的续集—当AI群星闪耀时 记得《三体》里有个将宇宙飞船加速到十分之一光速的解决方案：在渺茫的宇宙空中，每隔一段距离就放置一个核弹，飞船靠辐射帆推动，每经过一个核弹，核弹就发生爆炸...

原创：轮回Pan  Refinitiv创新实验室ARGO               机器学习中为了防止模型过拟合，通常会引入正则化(也称之为惩罚项)。常见的正则化有L1正则和L2正则，两者各有优缺点，而这里我们的关注点是为什么L1正则能导致模型参数稀疏化，而L2不能？        以线性回归为例，其损失函数Loss加上正则项后的形式L1的形式为: L2的形式:I ....

原创： 陈超 Refinitiv  创新实验室ARGO “本文共3400余字，数学公式原理不深，预计阅读时间15分钟” AdaBoost是Adaptive Boosting的简称，属于集成算法(Ensemble Method)中Boosting类别中的一种。AdaBoost是非常成功的机器学习算法，由Yoav Freund和RobertSchapire于1995年提出，他们因此获得了2...

轮回Pan  Refinitiv创新实验室ARGO “本文作者为Argo特约AI专家, 含有大量有些难度数学公式，预计阅读时间15分钟” XGBoost自2014年由陈天奇博士提出以来，2015年便开始在kaggle的竞赛中频频发力，绝大多数冠军团队都使用了这一算法。它可靠、灵活，而且准确。在大多数的回归和分类问题上，XGBoost的实际表现都十分耀眼，因此在工作中大家可能频繁接触到...

循环神经网络(RNN)知识入门原创：方云一. RNN的发展历史1986年，Elman等人提出了用于处理序列数据的循环神经网络(Recurrent Neural Networks)。如同卷积神经网络专门用于处理二维数据信息（如图像）的神经网络，循环神经网络是专用于处理序列信息的神经网络。循环网络可以扩展到更长的序列，大多数循环神经网络可以处理可变长度的序列，循环神经网络的诞生解决了传统神经网...