- 综合排序
- 最热优先
- 最新优先
- 来自专栏又见苍岚
马氏距离 (马哈拉诺比斯距离) (Mahalanobis distance)
马氏距离(Mahalanobis distance)是由印度统计学家马哈拉诺比斯(P. C. Mahalanobis)提出的，表示点与一个分布之间的距离。 与欧氏距离不同的是，它考虑到各种特性之间的联系，本文介绍马氏距离相关内容。 马氏距离 度量样本距离某个分布的距离，先将样本与分布标准化到多维标准正态分布后度量欧式距离 思想 将变量按照主成分进行旋转，消除维度间的相关性 对向量和分布进行标准化，让各个维度同为标准正态分布 推导 分布由n个m维向量刻画，即共n条数据，每条数据由一个m维向量表示： image.png X的均值为{\mu _X} X的协方差矩阵为: \sum\nolimits_X = \frac{1 ://baike.baidu.com/item/马氏距离/8927833?
3.8K21编辑于 2022-08-05 - 来自专栏毛利学Python
马科维茨投资组合
https://blog.csdn.net/weixin_44510615/article/details/90377275 马科维茨投资组合 美国经济学家马科维茨(Markowitz)1952年首次提出投资组合理论 在发达的证券市场中，马科维茨投资组合理论早已在实践中被证明是行之有效的，并且被广泛应用于组合选择和资产配置。但是，我国的证券理论界和实务界对于该理论是否适合于我国股票市场一直存有较大争议。 因此把上述优化投资组合在以波动率为横坐标，收益率为纵坐标的二维平面中描绘出来，形成一条曲线。这条曲线上有一个点，其波动率最低，称之为最小方差点（英文缩写是MVP）。 这条曲线在最小方差点以上的部分就是著名的（马考维茨）投资组合有效边界，对应的投资组合称为有效投资组合。投资组合有效边界一条单调递增的凸曲线。 在波动率－收益率二维平面上，任意一个投资组合要么落在有效边界上，要么处于有效边界之下。因此，有效边界包含了全部（帕雷托）最优投资组合，理性投资者只需在有效边界上选择投资组合。 回报率计算 ?
1.3K30发布于 2019-10-30 - 来自专栏量子位
“众矢之的”马库斯回应14个问题，将深度学习质疑到底
安妮 维金 李杉 编译自 Medium 量子位 出品 | 公众号 QbitAI 深度学习的质疑者中有位战士。 △ Gary Marcus 他是马库斯（Gary Marcus），纽约大学心理学教授，曾任Uber AI实验室的负责人。 深度学习圈大面积的“炼丹师”已经坐不住了，赞同和怒怼交织涌向马库斯。 马库斯败阵而归？Naive了。昨天，马库斯再发长文，他收集了14个被质疑的观点并实力回怼。 无监督学习适用于何处？ 马库斯说深度学习没用，但这在很多方面都表现优异 当然有用。 马库斯没引用X。 绝对正确。我所做的文献综述不够完整。
956100发布于 2018-03-22 - 来自专栏新智元
马库斯锐评GPT-5！急需新范式，OpenAI并无优势
编辑：拉燕 【新智元导读】马库斯最新点评GPT-5,OpenAI并没有多少优势。如果GPT-5需要新的范式，大家会回到同一水平线上。 有关GPT-5的消息最近又火起来了。
48030编辑于 2023-10-28 - 来自专栏量子位
马库斯：DeepMind新出的机器心智网络不错，但有误导性
这是马库斯昨天在Medium上对DeepMind新文章给出的评价。 一个月以前，马库斯还写过篇长文谈到这个问题。 但马库斯指出，DM围棋算法里所用到的蒙特卡洛树搜索就是基于以往在围棋程序上的积累。 “而DM他们的工作却倾向于放大人工智能后天自我塑造作用，”马库斯说，“这有很强的误导性。” 上述所有操作都能在文章的正文和附录中找到，但是却没有在摘要和讨论里大大方方地说出来（马库斯os：搞得那么隐蔽是闹哪样）。 尤其值得重视的是，这次预置的先天知识和框架和之前AlphaGo的是不一样的。 正如马库斯1月17号的那篇文章里的预测（还有1月2号那篇深度学习）一样，DeepMind当下的工作会出现大量不承认底层预置知识重要性的现象。 马库斯希望AI界的人能更多地从底层方面，原则上，开始意识到机器预置知识(innate machinery)的重要性。
81260发布于 2018-03-02 - 来自专栏新智元
马库斯怒喷：是你有魔怔！
这不，加里·马库斯（Gary Marcus）为了让大家过个舒心的周末，还专门写了一篇文章： 对于谷歌职员认为AI有人格的看法，他表示，「是高跷加长版的胡说八道」（Nonsense on Stilts） AI界全球第一大喷马库斯：胡说八道！ 这位AI界最爱刷推特、最爱出长文骂人的世界第一大喷子，纽约大学心理学系教授如是评价道，「对文字很有一套。」 马库斯表示，「简直胡说八道！」 顺带提一下，马库斯称，像自己这样讨厌的学者还没有得到谷歌的允许去访问LaMDA。 对于否认LaMDA具有人格这件事，他是如何论证的呢？ 感觉像是从训练数据里的环保网站页面直接引用的，事实也正是如此：LaMDA给了答案来源的网站链接…… 对希腊神话有基础了解的人，都会记得皮格马利翁和纳西索斯的故事：前者爱上了自己的雕塑造物，而后者爱上了自己的水中倒影
82730编辑于 2022-06-14 - 来自专栏新智元
马库斯发文炮轰LeCun：只靠深度学习无法实现类人智能
---- 新智元报道 编辑：Joey 桃子 【新智元导读】继提出「深度学习撞墙」后，马库斯再发长文称，仅靠深度学习并不能实现类人智能。 今年3月，Gary Marcus（加里·马库斯）提出「深度学习撞墙」这个观点后，在人工智能学界激起千层浪。 而在LeCun和Browning的新观点里，符号操作实际上是至关重要的，正如马库斯和Steven Pinker从1988年开始提出的观点。 马库斯也就由此指责Lecun，「你的观点我几十年前就提出了，你的研究倒退了几十年」。 而且不只是我一个人说的，其他大佬也这么认为。 马库斯称，之前的实验虽然不能保证符号操作的能力是与生俱来的，但几乎与这一观点别无二致。它们确实对任何依赖大量经验的学习理论构成了挑战。
42810编辑于 2022-08-26 表格基础模型加速高维贝叶斯优化
某机构研究人员开发了一种新方法，重新思考了如何使用一种称为“贝叶斯优化”的经典方法来解决具有数百个变量的问题。 我们提出了一种算法，不仅可以解决高维问题，而且可重复使用，因此无需每次都从头开始，就能应用于许多问题。”计算科学与工程专业的研究生、该论文的 lead author Rosen Yu 说。 改进一种成熟方法当科学家试图解决一个多方面的难题，但评估成功的方法很昂贵（例如通过碰撞测试汽车来判断每个设计的好坏）时，他们通常会使用一种行之有效的方法，称为贝叶斯优化。 为了解决这两个缺点，某机构研究人员利用了一种称为“表格基础模型”的生成式人工智能系统，将其作为贝叶斯优化算法内部的代理模型。“表格基础模型就像是用于电子表格的 ChatGPT。 “这项工作中提出的方法，使用预训练的基础模型与高维贝叶斯优化相结合，是减少基于仿真的设计对大量数据需求的一种富有创造性且前景广阔的方法。
14510编辑于 2026-04-27- 来自专栏新智元
马库斯揭露爆火模型荒诞回答，表示「还不行」
盖瑞·马库斯（Gary Marcus）贴上了这个图，配文是：「GPT在继续挣扎」。
61020编辑于 2023-01-08 - 来自专栏拓端tecdat
动量和马科维茨Markowitz投资组合(Portfolio)模型实现
p=17931 动量和马科维茨投资组合模型使 均值方差优化 组合成为可行的解决方案。通过建议并测试： 增加最大权重限制 增加目标波动率约束 来控制 均值方差最优化的解。 ---- 本文摘选《R语言动量和马科维茨Markowitz投资组合(Portfolio)模型实现》
1K20编辑于 2022-03-11 - 来自专栏大数据文摘
如何创造可信的AI，这里有马库斯的11条建议
盖瑞·马库斯指出，只有建立一个全新的航道，才可能达到“可信的AI”这一目标。马库斯系统性地阐述了对当前AI研究界的批判，从认识科学领域中针对性地给出了11条可执行的建议。 如果我们知道劳拉·英格斯·怀德是查尔斯·英格斯和卡罗琳·英格斯的女儿，还发现玛丽·英格斯也是他们的女儿，那么我们就可以推断，玛丽和劳拉是姐妹，我们也可以推断:玛丽和劳拉很可能非常熟识，因为绝大多数人都和他们的兄弟姐妹一起生活过
69740发布于 2020-06-09 - 来自专栏新智元
微软与OpenAI达成合作，获GPT-3独家授权，马库斯：呵呵？
一向「不待见」GPT-3的人工智能专家马库斯发文嘲讽。 消息一出，著名的人工智能研究者马库斯当即发推「怼」了过去：我们现在可以使用「民主化」一词来指代刚刚获得许可的东西吗？ 马库斯再批GPT-3！ 这不是马库斯第一次「喷」GPT-3了。 ? 马库斯对GPT-3的「蔑视态度」，从他的置顶推文中就可以洞见。 ? 可以陪你从诗词歌赋谈到人生哲学，还可以画图表搞运维做PPT，真的无所不能。
68020发布于 2020-09-27 - 来自专栏新智元
马库斯炮轰「ChatGPT的黑暗中心」，称灾难即将来临
---- 新智元报道 编辑：木槿 【新智元导读】ChatGPT热潮不断，但是背后的道德问题，仔细研究令人发指。如果有一天，ChatGPT完全掌控我们的生活，我们就会一步一步走向灾难。 ChatGPT可能被视为人工智能历史上最伟大的宣传噱头，对比2012年的老式无人驾驶汽车演示，AI 的道德问题仍没有解决。 当你选择和ChatGPT聊天，涉及道德问题时，ChatGPT的回答总是一板一眼，要么直接跳过该问题，仿佛道德感已经刻进了DNA里，无法撼动。 更进一步了解，ChatGPT正在冲破道德的边界，也或
48430编辑于 2023-02-24 - 来自专栏量子位
这十大挑战，摆在DL面前：马库斯长文质疑深度学习
夏乙 若朴 安妮 编译整理 量子位 出品 | 公众号 QbitAI 多年坚持为深度学习泼冷水的纽约大学心理学教授马库斯老师（Gary Marcus），今天终于写了一篇长长的文章，将自己的对深度学习的看法全面 在他长达27页（含参考文献）的文章“深度学习的批判性评价”中，马库斯回顾了深度学习这5年来的复兴历程，更重要的是，指出了深度学习目前面临的十大挑战。 这篇论文Deep Learning: A Critical Appraisal发布在arXiv上 地址：https://arxiv.org/abs/1801.00631 △ Gary Marcus 马库斯身兼畅销书作家 量子位将马库斯最新论文中的要点梳理、介绍如下（跳过了深度学习科普部分）： 深度学习的局限始于我们生活中的一个反差：我们所生活的世界，数据从来都不是无限的。 https://arxiv.org/ftp/arxiv/papers/1801/1801.00631.pdf 在文章的最后，马库斯老师又提到了他2012年在《纽约客》写下的那篇略带悲壮的专栏文章《“深度学习
90630发布于 2018-03-22 - 来自专栏新智元
马库斯再次炮轰：三个危机已经显现！
今年5月，DeepMind发布了一个多模态人工智能系统Gato，仅靠一套模型参数即可同时执行600多种不同的任务，一时引起行业内对通用人工智能（AGI）的热议。
39640编辑于 2023-01-07 - 来自专栏新智元
马库斯：新必应比ChatGPT更狂野，微软是故意的还是不小心？
---- 新智元报道 编辑：LRS 【新智元导读】马库斯分析了几个可能性，认为国家必须出台监管措施，否则大公司将会摧毁AI行业。 马库斯在之前的文章《ChatGPT的黑暗内心》中也表示，在大型语言模型中潜藏着许多令人感到不适的内容，也许微软没有采取任何措施来过滤有毒内容。 马库斯表示基本认同Narayanan教授的看法，不过他认为也许微软并没有移除保护措施，可能就是「单纯地没作用」，这也是第五种可能性。 Kevin Roose在最初的报告中表示，他对必应感到「惊叹」（awed），这让马库斯感到尤为不安，很显然，在《纽约时报》(The New York Times)上过早地宣传，没有深入挖掘潜在的问题，这并不是一件好事
47030编辑于 2023-02-24 - 来自专栏新智元
马库斯：过于讽刺
网友的这些讨论甚至把马库斯也引来围观看热闹了。 此外，马院士也回复了用GPT-4发现算法的网友，「推特老板到此一游」 GPT-4也能「发现」同样的算法 现在我们来看看这位用GPT-4发现和AlphaDev几乎一样算法的网友到底是怎么做到的。 马库斯也在推特上转载了一段YC社区网友对于AlphaDev发现的算法这个事比较刻薄评价。
32420编辑于 2023-08-05 - 来自专栏云深知网络 可编程P4君
IP 二维转发路由器与系统是骡子是马？
最近看到某大学 在官网的一个项目信息 IP 二维转发路由器与系统定制 IP 二维转发 似乎在业界讨论很少 找到相关方发表的一篇论文 二维路由是一种新型路由协议，它在进行路由决策的时候，不仅仅考虑目的地址 传统路由协议中，去往相同目的地址的报文的下一跳往往是相同的（不考虑等价多路径）；但是在二维路由中，目的地址相同、源地址不相同的报文，其下一跳可能不同。 二维路由的这种特性带来 2 方面的好处：一是流量控制的粒度变细，网络管理者可以更加灵活地管理网络，如进行流量调度、策略路由等；二是用户的多样化需求可以被更好地满足，例如：享受专门的转发通道等。 在另外一篇论文里 我们了解到真正的创新点 不仅仅是源地址还有TCAM爆炸问题 二维路由方案通过同时考虑目的地址和源地址实现了灵活、细粒度地流量控制，并通过二维转发表的方案，解决二维转发匹配造成的TCAM 在百度百科 竟然还有一个词条 可惜十八手的图片质量很渣 二维路由概念 为满足线速转发，转发表采用二维Patricia Trie结构，即在构造好的”目的Patricia树”各节点下再构造相应”源Patricia
66420编辑于 2023-02-16 - 来自专栏新智元
LeCun马库斯齐喷ChatGPT：大语言模型果然是邪路？
---- 新智元报道 编辑：编辑部 【新智元导读】大语言模型在祛魅，媒体忽然开始追捧起了LeCun，而马库斯跳出来说，他的观点我都有了好几年了。 马库斯和LeCun忽然就握手言和、统一战线了？ 这可奇了，两人过去一向是死对头，在推特和博客上你来我往的骂战看得瓜众们是啧啧称奇。 恭喜LeCun，你终于站到了正确的一边。 LeCun华丽转身，和马库斯统一战线 前段时间，Meta AI的负责人、图灵奖得主Yann LeCun表示，就基础技术而言，ChatGPT并不是特别有创新性，这不是什么革命性的东西，尽管大众是这么认为的 我没记错的话，你当时还和马库斯和Grady Booch（IEEE/ACM Fellow，IBM研究院软件工程首席科学家）掀起一场骂战呢。」 哪有热闹就往哪凑的马库斯闻讯也兴奋赶来，连cue自己。 还嫌喷得不够过瘾，马库斯继续火力全开，在转发中称：「LeCun简直是在做大师级的PUA。但是恭喜你，至少你现在站到了正确的一边。」
53530编辑于 2023-02-24 - 来自专栏新智元
【再论深度学习必死】马库斯回应14大质疑，重申深度学习怀疑论
马库斯说，尽管他提出了所有这些问题，但他并不是认为我们需要放弃深度学习。相反，我们需要重新定义它：不是作为一种通用的方法，而是作为众多工具中的一种。 ? 马库斯和LeCun的深度学习论战从未停止。 马库斯说的是监督学习，而不是深度学习。 LeCun说马库斯的文章是“全部错误”的，但是如果限制在监督学习，那么并没有太多错误。我很乐意听到（现有的）非监督学习项目的例子来证明马库斯的论点错误的。 我也会。 Dietterich基本上提出了同样的观点，更为简洁：“马库斯抱怨DL不能推断，但没有任何方法可以推断。” 马库斯没有引用谁谁谁 这一点确实如此；文献综述是不完整的。
87840发布于 2018-03-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号