发现一个国外的学习网站

一个国外的学习网站

udacity.com
优达学成。

免费课程

https://cn.udacity.com/courses/all
全部的课程

里面有不少有意思的课程。

课程是英文的带中文翻译。

还有一个机器学习的课程,感觉好高大上啊。

总结

使用上有点不太方便。
本地化做的还不是很好。
但是英文的课程对于学习下英语挺好的。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
因果发现是指通过观察数据或实验,推断出变量之间的因果关系。在机器学习、数据挖掘等领域,因果发现已经成为一个研究热点。 国内外对因果发现的研究现状如下: 1. 国外研究现状: (1)经典方法:在因果推断领域,经典方法包括贝叶斯网络、潜在因果模型等。这些方法已经被广泛应用于医学、社会科学和金融等领域。 (2)深度学习方法:近年来,深度学习技术在因果推断领域也得到了广泛的应用。例如,Google Brain提出的“因果Transformer”(Causal Transformer)模型,可以通过学习因果关系来进行更加准确的预测。 (3)因果结构学习:另一方面,因果结构学习是因果推断领域的一个重要研究方向。这方面的研究主要涉及如何从数据中学习因果结构,例如“PC算法”、“IC算法”等等。 2. 国内研究现状: (1)应用领域:国内因果推断的应用领域主要涉及医疗、金融、电商等领域。例如,通过因果推断分析,可以发现某种药物对疾病的治疗效果,或者发现某种营销策略对消费者的购买行为产生的影响。 (2)方法研究:国内学者也在积极探索因果推断的新方法。例如,清华大学的张志华教授提出的“因果图谱”方法,可以将多个相关变量之间的因果关系用图形化的方式展示出来。 总之,国内外对因果发现的研究已经取得了一些进展,并且在实际应用中也得到了广泛的应用。未来随着技术的不断进步,因果推断技术将会变得更加精确和普及化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值