Pycaret 3.0的RC版本已经发布了，什么重大的改进呢？

Pycaret是Python中的一个开源可自动化机器学习工作流程的低代码机学习库。 它是一种端到端的机器学习和模型管理工具。要了解有关Pycaret的更多信息，可以查看官方网站或GitHub。

神经网络与傅立叶变换有关系吗？

傅里叶变换可以视为一种有助于逼近其他函数的函数，神经网络被也认为是一种函数逼近技术或通用函数逼近技术。 本文将讨论傅里叶变换，以及如何将其用于深度学习领域。

5分钟NLP：文本分类任务中的数据增强技术

Micro-Outlier Removal: 一种Kaggle快速提分的小技巧

Micro-Outlier Removal：这个词听起来不错。但是这个术语是本文的作者首创的。所以应该找不到其他相关的资料，但是看完本篇文章你就可以了解这个词的含义。

Pandas 对数值进行分箱操作的4种方法总结对比

使用 Pandas 的between 、cut、qcut 和 value_count离散化数值变量

2022年关于损失函数的5篇最新论文推荐

2022年最新的损失函数论文总结

BRIO：抽象文本摘要任务新的SOTA模型

在 SimCLS [2]论文发布后不久，作者又发布了抽象文本摘要任务的SOTA结果 [1]。BRIO在上述论文的基础上结合了对比学习范式。

1行代码完成可视化：Seaborn3个常用方法示例

只需一行 Seaborn 代码，我们就能够创建最常用的绘图并对其进行自定义，这是我们将在本文中重点介绍的内容。

特征选择：11 种特征选择策略总结

“特征选择”意味着可以保留一些特征并放弃其他一些特征。本文的目的是概述一些特征选择策略

ICLR 2022的10篇论文推荐

一千多篇论文，19个研讨会和8次邀请演讲。 所以我整理了10篇论文作为推荐，希望对你有帮助

深度学习中的归一化技术全面总结

归一化是深度学习中的一个基本概念。它加快了计算速度并稳定了训练。多年来发展了许多不同的技术。本篇文章整理了目前与它相关的方法，希望对你有所帮助

42个激活函数的全面总结

这个列表将包含 42 个激活函数，这里面肯定有没有见过的

Pandas 中最常用的 7 个时间戳处理函数

数据科学和机器学习中时间序列分析的有用概念

在预测中使用LSTM架构的最新5篇论文推荐

本文总结了近半年来关于LSTM的5篇论文，推荐阅读

5分钟NLP：Text-To-Text Transfer Transformer (T5)统一的文本到文本任务模型

本文将解释如下术语：T5，C4，Unified Text-to-Text Tasks

图像预训练模型的起源解说和使用示例

这篇文章简要介绍了图像预训练模型过去的演变，并总结了现在的一些热门话题。

​常见的8个概率分布公式和可视化

在本文中，我们将介绍一些常见的分布并通过Python 代码进行可视化以直观地显示它们。

5篇关于将强化学习与马尔可夫决策过程结合使用的论文推荐

低光图像增强、离线强化学习、基于深度强化学习的二元分类决策森林的构建方法等最新的研究成果

检测和处理异常值的极简指南

本文是关于检测和处理数据集中的异常值

基于梯度提升（Boosting ）的回归树简介

Boosting 是一种松散的策略，它将多个简单模型组合成一个复合模型。这个想法的理论来自于随着我们引入更多的简单模型，整个模型会变得越来越强大。