🤖 AI MOC
说明
AI 认知与机器学习领域的内容地图:认知前沿、机器学习、深度学习、模型评估。
🧠 认知笔记 & 知识前沿
- 对人类仿生的智能理解(智源研究院) — 智源研究院
- 探索智能的本质(三语版) — 中英/双语 PDF
- 涌现——多即是智能 — 涌现与智能
- 硅基文明守望者 — 硅基文明
- 贝叶斯定理:AI与人脑意识共享的秘密算法,一场“受控的幻觉” — 贝叶斯与意识
- 预测下一个词的智慧 — 下一个词预测
📊 机器学习
- XGBoost并行化技术详解 — 列/行并行化
- 机器学习图解指南(StatQuest) — StatQuest PDF
- 机器学习知识点彩图版 — 知识点彩图 PDF
🎓 强化学习
- 第28集 强化学习的基本原理:在试错中寻找最优解 — MDP → 价值/策略梯度/Actor-Critic → PPO/RLHF,试错中找最优解
| 笔记 | 修改时间 |
|---|---|
| 第28集 强化学习的基本原理:在试错中寻找最优解 | 2026-11-15 |
🔬 深度学习
- 矩阵分解方法比较:SVD、CP、Tucker — 矩阵分解
- 搜索引擎&ES流水线详解 — ES 流水线
🎯 模型评估
- 3分类评估指标对比(交互工具) — 交互工具:Macro/Weighted/Micro 对比
- 多分类样本不均衡处理(DeepSeek 问答整理) — ⭐ 多分类不均衡全链路:判断 → 训练侧损失(加权 CE / Focal / Logit Adjustment / 代价矩阵)→ 标签 mask(ignore_index / CE vs BCE)→ 稀疏类别 → Macro-F1 → 概率校准(含代码)
- 幻觉率、准确率、拒答率联合评估 — 三指标「不可能三角」:先对齐分母口径 → 有效准确率 / 权衡曲线 / 场景加权三层法
🎤 AI 开场白
- opening_speeches — 开场白讲稿
- walkthrough — 课程导览