当前位置：网站首页 » 新闻 » 内容详情

交大机器学习学术报告下载_交通大学机器人学院(2024年11月最新版)

内容来源：安定传媒所属栏目：新闻更新日期：2024-11-27

交大机器学习学术报告

年轻有为！27岁清华博士任上海交大博导！据中国农业大学信息与电气工程学院网站日前发布的一份学术报告信息显示，今年6月在清华大学交叉信息研究院获得博士学位的张林峰，现已担任上海交通大学人工智能学院助理教授、博士生导师。张林峰博士的研究领域广泛而深入，涵盖了人工智能、机器学习、数据挖掘等多个前沿方向，他在攻读博士期间就已经在多个国际顶级期刊和会议上发表了多篇高质量的研究论文，展现了其深厚的学术功底和创新能力。他的研究成果不仅为人工智能领域的发展做出了重要贡献，也为他在学术界树立了良好的声誉。此次上海交通大学人工智能学院聘请张林峰博士担任助理教授及博士生导师，不仅是对他个人学术成就的认可，更是对年轻一代学者的鼓励和期待。相信在张林峰博士的带领下，上海交通大学人工智能学院将在人工智能领域取得更加辉煌的成就，为培养更多优秀的科研人才和创新团队奠定坚实的基础。#热点引擎计划# #27岁清华博士任上海交大博导#

【美丽鞍山】冶金人工智能技术大会在鞍召开近日，由中国金属学会冶金人工智能技术分会主办，鞍钢集团、上海大学承办的中国金属学会冶金人工智能技术分会第二届委员会换届大会在鞍山召开。大会选举出第二届委员会副主任委员、秘书长，与会委员讨论新一届委员会工作计划及发展设想，积极促进冶金人工智能技术的发展与推广，搭建有利于冶金人工智能学科发展的学术交流平台。会上，来自各高校、科研院所和冶金企业的委员们结合各自领域，围绕人工智能在冶金行业应用，冶金人工智能科普及培养专业人才等内容进行深入交流探讨，并一致表示，将通过产学研结合的方式，进一步推动人工智能在冶金企业中发挥作用。会上，与会专家还作了题为《钢铁工业人工智能应用与思考》《中信泰富特钢人工智能技术创新与应用》《炼钢领域的机器学习应用技术》的学术报告。（鞍山全媒）#有一种美好叫辽宁# #新时代六地辽宁杠杠滴# #振兴新突破辽宁杠杠滴#

DMSAS：科研数据分析的国产新选择最近，我发现了一款非常适合科研数据分析的软件——DMSAS！对于刚开始学习数据分析的我来说，它真的太好用了，简直是SPSS的完美替代品。操作界面非常简单，不需要教程，自己摸索就能上手使用。 DMSAS不仅提供了强大的数据预处理功能，如Z-score转换和日期计算等，还涵盖了从经典统计到机器学习的多种分析方法。无论是基础的描述统计还是复杂的回归分析，DMSAS都能轻松应对，满足科研的多样需求。更让我惊喜的是，DMSAS的图形绘制功能非常丰富，可以自由编辑图表，完全可以根据研究需求定制图标效果。无论是学术报告还是论文发表，漂亮且专业的图表都会让我们的成果更加引人注目。此外，DMSAS还提供了本地化的服务，专业客服随时在线答疑，确保在使用过程中遇到问题时能够及时得到帮助。之前我在咨询实验组和对照组之间的p值怎么算，他们软件小助理直接给了我清晰解答，绝了！最重要的是，使用正版软件意味着数据安全得到了更好的保障，不再担心数据被盗取的风险。这让我们专注于研究本身，心里踏实很多！ DMSAS极大地提升了我的数据分析效率，让我感受到国产软件的强大与便利！对于每位科研工作者来说，它绝对是一个不可或缺的工具。如果你也在为数据分析而烦恼，强烈推荐试试DMSAS，国产数据分析软件冲呀！𐟒–

神经网络图神器！ML Visuals 如果你正在为绘制神经网络结构图而烦恼，那么ML Visuals绝对是你的救星！这是一款专为神经网络结构图设计PPT模板，内置了超过100个自定义图形，适用于各种场合，包括学术报告、教学演示和项目汇报。 𐟔 模板内容：ML Visuals提供了丰富的图形组件，包括表示过程、操作或转换的圆角矩形，表示神经元或任意操作的小圆圈，表示向量的一排小方块以及表示多维数组的网格等。此外，还提供了卷积操作示意图、Transformer架构图等架构部分的模板，以及DropOut、归一化等机器学习基本概念的可视化表示。 𐟖Œ️ 使用指南：ML Visuals本质上是一个PPT模板，可以直接编辑使用。你可以根据自己的需求，轻松制作出专业、高质量的PPT演示文稿。使用ML Visuals，你可以轻松绘制出清晰、专业的神经网络结构图，无论是学术会议、教学演示还是项目汇报，都能让你脱颖而出。快来试试吧！

他们干了“上帝干的事”！诺奖首次颁给“80后” David Baker、Demis Hassabis和John Jumper（从左至右）图片来源：BBVA Foundation “非常震撼，众望所归！” 在2024年诺贝尔化学奖揭晓的那一刻，《中国科学报》直播间里的几位解读嘉宾几乎同时发出了这样的感慨。 2024年诺贝尔化学奖一半授予美国生物化学家戴维ⷨ𔝥…‹（David Baker），以表彰他在计算蛋白质设计方面的贡献；另一半则授予了英国人工智能（AI）科学家德米斯ⷥ“ˆ萨比斯（Demis Hassabis）和美国科学家约翰ⷦ𑟧€（John M. Jumper），表彰他们在蛋白质结构预测方面取得的成就。值得指出的是，生于1985年的江珀是诺奖历史上首位“80后”得主。获奖人之一贝克是北京大学化学与分子工程学院教授王初的博士生导师，他在当天傍晚突然遭遇“信息轰炸”。“突然接到许多祝贺信息，我也跟着沾到了喜气！”王初在接受《中国科学报》采访时说：“戴维是AI设计蛋白质领域的旗帜性人物，诺奖授予他也是对这个领域一个重要的肯定。” 又见AI，“没有受物理学奖的影响” 《中国科学报》：诺贝尔化学奖历来是最难预测的诺奖奖项。今年，“前脚”公布的2024年诺贝尔物理学奖授予了机器学习领域的科学家，“后脚”诺贝尔化学奖又把奖项颁给了AI设计和预测蛋白质结构。你怎么看待今年这种情况？中南大学化学化工学院教授张翼：很开心这次诺贝尔化学奖没有受到物理奖的影响。之前我们就觉得AlphaFold获奖的概率很大，但因为物理学奖已经给了机器学习相关的成果，所以，我们非常敬佩诺贝尔化学奖评选委员会能顶住这种压力。可以说，这个结果是众望所归。浙江大学生命科学研究院研究员林世贤：非常震撼。今年的诺贝尔化学奖可谓是顶住了重重压力，一是物理学奖已经颁给了机器学习的压力，化学奖颁发给了AI在解析蛋白质结构和设计中的颠覆性应用，可谓是“皇冠上的皇冠”；二是顶住了候选人年龄越来越大的压力，约翰ⷦ𑟧€是1985年出生的，今年才39岁，这可能是诺贝尔奖历史上第一次颁给“80后”科学家。德米斯ⷥ“ˆ萨比斯是1976年出生的，也非常年轻；三是评委们此时把AI收入囊中，很有前瞻性。《中国科学报》：今年诺贝尔化学奖备受关注，有人说AI 起了重要的作用，对此你怎么看？上海交通大学药学院长聘副教授沈琦：我认为AI的加成非常关键，甚至说，如果戴维ⷨ𔝥…‹当初没有拥抱AI、进军AI，他可能拿不了这个奖。戴维ⷨ𔝥…‹一直都在做蛋白质结构预测的工作，之前也取得了不错的成果。但在引入了AI之后，这个领域才突飞猛进，戴维ⷨ𔝥…‹的RoseTTAFold才真正强大起来。据我所知，戴维ⷨ𔝥…‹应该不是最早提出蛋白质设计的人，但是前人没赶上AI崛起，也就和今天的诺奖无缘。北京大学化学与分子工程学院教授王初：AI的确是给我们整个科学研究带来了变化。我是做化学和生物学的，有了AI 的助力，能帮我们去做更多的事情，实现更多的想法。我们近期的一个工作是金属蛋白预测，也得到了AlphaFold模型的启发，目前正跟合作的老师一起尝试用AI 做一些工具的改造，让这些工具变得更强大。设计和预测蛋白质结构，本该是“上帝干的事” 《中国科学报》：AI对蛋白质结构预测和蛋白质设计的颠覆性到底在哪里？沈琦：蛋白质结构预测和蛋白质设计其实是一枚硬币的两面。我在2007~2013年都在做蛋白质设计，那时的蛋白质预测和设计的最基础逻辑，就是根据氨基酸序列来预测蛋白质的三维结构。靠什么？靠的是蛋白质相互作用力。包括最初代的RoseTTAFold都是基于力场参数来设计蛋白。当年我做一个蛋白质设计，加上我的导师、合作者，一堆人做了整整六年才做出来一个东西。所以那个年代设计蛋白质真的很痛苦，非常难。开玩笑地讲，可以说那时候科学家是在做造物主应该做的一件事——毕竟自然界进化了几十亿年才有了生命体。现在这个周期大大加快，可能2~3个月就能干成这件事。可以说，在AI加持下，算得更准了、效率更高了，蛋白质的预测和设计实现了阶段性的突破。《中国科学报》：有了AI，蛋白质预测和设计的成本可以降低多少？林世贤：很难去计算成本。比如说蛋白质结构解析，用常规的方法解析蛋白质结构一般需要好几年的时间，不仅需要专业的研究人员，更需要昂贵的仪器设备。现在计算机几分钟就可以帮我们预测蛋白质的结构，节省的时间成本可能是无穷大。张翼：我是AlphaFold的用户。我自己在做一些多肽的凝胶实验时，通常需要用到冷冻电镜，而这个过程成本极高。此外，在进行分子结构的计算时，计算量也非常大。然而，AlphaFold 的出现改变了这一切。它让一些资金有限、缺少资源的科学家也有机会参与到高水平的科研中。《中国科学报》：应怎样看待AI在科学领域的影响力？我们会对它形成依赖、变成“懒汉”吗？华东师范大学化学与分子工程学院教授姜雪峰：毫无疑问，AI已经成为人类在这个时代最核心的研究工具之一。实际上，我们每一次的科学进步都是利用工具来实现的，制造和使用工具也是人类和动物的本质区别，人类就是通过不断改进工具推动自身向前进的。化学研究也是如此。宏观可见，微观难定，化学家就是运用AI去探究肉眼不可见的微观世界。因此，每一个做科学研究的人都应该更加关注最新的研究工具。从历年的诺贝尔化学奖可以看出，我们人类现在遇到的问题越来越复杂，除了使用工具，我们还需要具备学科交叉和产业调动的能力，因此未来我们需要综合考虑科学与产业、科学与资本、科学与社会之间的关系。林世贤：尽管现在AlphaFold、大语言模型等AI模型非常受关注，但AI的水准还处于非常起步的阶段，能做的事情也非常有限。虽然它能够对一些复杂问题作出判断，但认知程度依然有限。从现在到可以预见的未来，对我们来说，AI都将是非常好的工具，不会陷入到这些让人们担心的问题中。一个“科学怪咖”和两个“神童” 《中国科学报》：在你眼中，戴维ⷨ𔝥…‹是什么样子的人？王初：我于2001年来到华盛顿大学生物化学系攻读博士学位，当时也是机缘巧合通过实验室的轮转来到戴维ⷨ𔝥…‹实验室，一直待到2008年博士后项目结束。在跟戴维ⷨ𔝥…‹的接触过程中，我感觉到他是一个天生的、非常纯粹的科学家，并且他把自己的全部精力都倾注于科学研究中，他总会有很多原创的想法，并能够将这些想法付诸实施。我们一直都保持着很密切的联系，去年我还邀请他在我们学院做了精彩的“兴大学术报告”。最近的一次，我们还一起去爬了长城，他很喜欢爬山，也非常喜欢长城。大卫不仅专注科学本身，他还做了一个特别有趣的蛋白质折叠和设计的在线游戏，叫“Foldit”。当时我问他为什么要做这款游戏，他的回答是，研究不应该只由科研人员来做，也可以让普通大众参与其中，还可能收获更多有趣的想法和发现。沈琦：我觉得戴维ⷨ𔝥…‹就是一个眼睛会放光的人，顶着一个爆炸头，两眼放光。有点像什么？像个科学怪人或者叫科学怪咖，一眼看上去就觉得他有很多想象力和创造力。在跟他的接触中，除了觉得他非常风趣幽默之外，能深切感到他就是那种会玩、会干，又能把玩的东西变得很有意义的人，能真正做到“Research for Fun”。另外，他的精力非常旺盛。你可能想象不到，他的实验室有一百多位博士后，这在其他美国实验室是不可想象的。有的诺奖得主的实验室，也就十几个博士后。《中国科学报》：你对其他两位获奖者熟悉吗？林世贤：德米斯ⷥ“ˆ萨比斯跟华人有一定的渊源，他的母亲是新加坡裔华人。他4岁学国际象棋，13岁拿到国际象棋的大师标准称号，17岁就利用计算机天赋编写了一款畅销数百万份的游戏软件，所以很早就被周围的人冠以“神童”的称号。他创立的公司Deepmind，早期因为研究出了AlphaGo围棋软件震惊了全世界，一举成名。 2018年Deepmind成立研究组对蛋白质结构进行预测，并吸引到年轻的约翰ⷦ𑟧€的加入（约翰ⷦ𑟧€是AlphaFold的第一作者，也是一位“神童”）。他们的第一个作品AlphaFold1，首次参加CASP大赛就拿到了60多分的好成绩（满分100分），是这个比赛第一次有人拿到及格成绩。《中国科学报》：你怎么看今年的诺贝尔化学奖颁给了年轻的科学家？姜雪峰：这正是诺奖的魅力，科学突破不论资历不排位，谁可以解决问题谁就能获得认可。这不是简单的技术积累，也不是谁的研究时间长，而是谁更有创新性思维，谁可以突破重围、解决问题。科学的多元性给了每一个探索未知的人以机会，不论出身、年龄、国界，这就是科学的魅力。 #图文动态同步大赛# #热点引擎计划# #百家快评#

大三生必看！金融科研机会来袭𐟎“ 嘿，大三的准留学生们，想要在申请季前提升自己的学术背景吗？现在就是你的机会！最近金融领域的科研项目如雨后春笋般涌现，赶紧抓住这些机会吧！𐟌Ÿ 金融学子的福音学金融的你们，这可是充实简历的黄金时期！在学期中做科研的人相对较少，教授们的关注度超高，很多项目都是小班教学，机会难得！好好预习，争取教授的青睐吧！✋ 热门金融科研项目推荐今天给大家推荐几个热门的线上金融科研项目，跟大牛教授一起做科研，绝对是你在文书和面试中的强力学术材料！希望看到的同学们都能冲上梦校！适合对象对金融工程、量化金融、金融数学、科技金融、投资学、金融学、创业融资、风险投资等专业感兴趣的同学都可以参加！项目列表 2023-10-13 纽约大学项目名称：深度探讨金融与人工智能的融合: 基于大数据和机器学习的金融量化投资分析与研究 2023-10-20 哈佛大学项目名称：以风险投资为例，探究金融管理视角下的风投私募与创业创新项目名称：聚焦财务结构、IPO融资与风险管理等维度，研究公司金融与企业财务管理项目名称：研究人工智能金融、网络金融与去中心化在数字货币、区块链、Web3与虚拟资产维度下的金融系统革命 2023-10-21 剑桥大学项目名称：解析金融市场中的量化投资策略，特别聚焦股权期货合约等金融衍生品的套利、对冲 2023-11-04 哥伦比亚大学项目名称：研究基于量化金融的多元投资策略，涉及行为金融、应用数学和因子模型等维度下的投资组合与资本定价分析 2023-11-24 康奈尔大学项目名称：全面研究企业集团财务管理与公司金融，包括财务风险、公司估值与资本市场解读项目收获名校教授推荐信 EI/CPCI/会议论文发表结业证书学术报告成绩单这真的是一个非常宝贵的科研机会，感兴趣的同学千万不要错过噢！𐟔劊赶紧行动起来吧，让你的申请材料更加亮眼！𐟚€

绘图神器！轻松绘神经网 𐟎蠧𛘥ˆ𖥐𘥼•人且易于理解的神经网络架构图对于展示专业技能和提升材料的专业水平至关重要。传统的PPT、Visio等工具虽然可以手动创建这些图表，但过程复杂且技术要求高，效果可能不尽如人意。幸运的是，现在有了PlotNeuralNet这个强大的绘图工具，它基于Python和LaTeX代码，在GitHub上获得了21.7k星的高评价，能够帮助你更快、更专业地绘制神经网络架构图，非常适合学术报告和演讲场合。 𐟓š PlotNeuralNet提供了许多内置示例，大大简化了绘图过程。尽管对于初学者来说，基于LaTeX的绘图可能存在一定的学习曲线，但它是提升绘图技能的一个良好起点。 𐟌Ÿ 如果你想提升自己在绘制神经网络架构图方面的能力，PlotNeuralNet是一个值得推荐的工具。使用这个工具后，你会对自己的成果感到满意。为了帮助你更便捷地绘制神经网络图，我还收集了23款风格多样的神经网络绘图工具，供你根据需求选择。同时，我还整理了一些个人使用的PPT模板，这些模板共有250页，支持直接编辑，覆盖了多种深度学习模型结构，包括池化层、卷积层、反卷积层等，以及多种注意力机制和Transformer结构。 𐟓Š 此外，我还额外提供了130页的MLvisuals机器学习绘图模板，这些模板可以与神经网络绘图工具配合使用，效果更佳。所有这些工具和模板已经为你准备好，随时可以领取。

本科生和研究生主要区别：一、学习目标 - 本科生：侧重于掌握专业基础知识和技能，为进入职场或进一步深造奠定基础。通过本科阶段的学习，你能够对某一专业领域有初步的认识和理解，具备一定的实践能力。例如，计算机科学专业的本科生会学习编程语言、数据结构、操作系统等基础课程，能够完成一些简单的编程项目。 - 研究生：以深入研究某一特定领域为主要目标，追求学术创新和专业深度。研究生需要在导师的指导下，针对一个具体的研究问题进行深入探索，提出新的见解和解决方案。比如，计算机科学专业的研究生可能会专注于人工智能、机器学习等细分领域的研究，致力于推动该领域的技术发展。二、课程设置 - 本科生：课程内容广泛，涵盖专业基础课、专业必修课和选修课等多个方面。课程安排相对固定，注重理论知识的传授和基本技能的培养。以经济学专业为例，本科生会学习宏观经济学、微观经济学、计量经济学等课程，了解经济学的基本原理和分析方法。 - 研究生：课程更加专业化和精细化，强调研究方法和前沿知识的学习。研究生课程通常包括专业核心课程、研究方法课程和学术研讨课程等。例如，经济学专业的研究生可能会学习高级微观经济学、高级计量经济学、经济研究方法等课程，为开展研究工作做好准备。三、学习方式 - 本科生：以课堂教学为主，学生主要通过听课、完成作业、参加考试等方式进行学习。同时，本科生也会参加一些实践教学活动，如实验课、实习等，以增强实践能力。在学习过程中，本科生通常需要按照教师的教学计划和要求进行学习，自主学习的空间相对较小。 - 研究生：更加注重自主学习和研究能力的培养。研究生需要阅读大量的学术文献，确定自己的研究课题，并在导师的指导下进行深入研究。除了参加课程学习外，研究生还需要参加学术研讨会、学术报告等活动，与同行进行交流和合作。在研究生阶段，学生的自主学习能力和创新能力将得到更大的锻炼和提高。四、毕业要求 - 本科生：一般要求完成规定的课程学习和学分要求，通过毕业论文答辩即可毕业。本科毕业论文通常要求对某一问题进行较为系统的分析和阐述，字数一般在 8000 字左右。毕业论文的难度相对较低，主要考察学生对专业知识的掌握和应用能力。 - 研究生：毕业要求相对较高，除了完成课程学习和学分要求外，还需要发表一定数量的学术论文，并通过学位论文答辩。研究生学位论文要求具有较高的学术水平和创新性，字数一般在 2 万字以上。学位论文的撰写过程需要经过严格的选题、开题、中期检查、预答辩和正式答辩等环节，以确保论文的质量和学术价值。五、职业发展 - 本科生：毕业后通常可以选择直接就业或继续深造。在就业方面，本科生可以从事与专业相关的基础工作，如工程师助理、市场营销专员、教师等。随着工作经验的积累和能力的提升，本科生也有机会晋升到管理岗位或专业技术岗位。在继续深造方面，本科生可以通过考研或出国留学等方式进入研究生阶段学习。 - 研究生：毕业后在职业发展方面具有更多的优势。研究生通常可以从事专业领域内的高层次工作，如高级工程师、研究员、高校教师等。由于研究生具有较强的研究能力和专业素养，他们在职业发展中更容易获得晋升机会和更高的薪酬待遇。此外，研究生还可以选择进入政府部门、科研机构、企业等单位从事管理和决策工作。

专栏内容推荐

1440 x 1920 · jpeg
学术报告 | Advanced Robotics for Manufacturing: Intelligent Grinding ...
素材来自:seiee.sjtu.edu.cn
1587 x 2245 · jpeg
学术报告 | 智能无人系统感知与博弈决策-上海交通大学电子信息与电气工程学院
素材来自:seiee.sjtu.edu.cn

1080 x 810 · jpeg
机器学习学术报告_文档下载
素材来自:doc.xuehai.net
1080 x 608 ·
上海交通大学人工智能研究院
素材来自:ai.sjtu.edu.cn

800 x 450 · jpeg
机器学习学术报告PPT
素材来自:renrendoc.com

1512 x 2268 · jpeg
【学术报告】Interface Design and Processes for High-Performance Biosensors-上海 ...
素材来自:scsb.sjtu.edu.cn
1600 x 1200 · jpeg
清华大学交叉信息研究院人工智能班参观上海交大元知机器人研究院-上海交通大学元知机器人研究院
素材来自:mri.sjtu.edu.cn

852 x 1280 · jpeg
学术报告-机器学习方法在多尺度模拟及分子设计筛选方面的应用
素材来自:pichem.ustc.edu.cn
1430 x 953 · jpeg
首届机器学习与统计会议暨中国现场统计研究会机器学习分会成立大会在上海举行
素材来自:stat.ecnu.edu.cn

1267 x 713 · jpeg
上海交通大学刘成良教授应邀为我校师生做线上学术报告-河南科技大学农业装备工程学院
素材来自:ng.haust.edu.cn

1654 x 2339 · png
机器学习项目实战案例分析
素材来自:m2.compassedu.hk
1654 x 2339 · png
机器学习项目实战案例分析
素材来自:m2.compassedu.hk

1333 x 2000 · jpeg
学术报告：Structural reconstruction at ultra-clean interfaces -西安交通大学电气工程学院
素材来自:ee.xjtu.edu.cn
1654 x 2339 · png
机器学习项目实战案例分享
素材来自:m2.compassedu.hk

1155 x 654 · png
交大学子在全国机器人大赛中获特等奖-西安交通大学新闻网
素材来自:news.xjtu.edu.cn
1024 x 683 · jpeg
【新闻动态】机器学习基础理论研讨会成功举办 - 清华大学统计与数据科学系
素材来自:stat.tsinghua.edu.cn

800 x 533 · jpeg
第十六届中国机器学习会议在天津举办-天津大学新闻网
素材来自:news.tju.edu.cn
1024 x 1449 · jpeg
学术报告——动力学系统最优控制的基本问题描述、核心原理以及强化学习机理-大连理工大学汽车工程学院
素材来自:sae.dlut.edu.cn

552 x 785 · png
学术报告：Subgroup perfect code in vertex transitive graphs-广西大学数学与信息科学学院
素材来自:mi.gxu.edu.cn
1024 x 688 · png
第十七届中国机器学习及其应用研讨会在天津大学成功举办-天津大学
素材来自:tju.edu.cn

1969 x 937 · jpeg
第二十届中国机器学习及其应用研讨会线上成功举办
素材来自:scit.nju.edu.cn

1965 x 712 · jpeg
第二十届中国机器学习及其应用研讨会线上成功举办
素材来自:scit.nju.edu.cn

1131 x 1600 · jpeg
学术报告——熊捷-数学与计算科学学院
素材来自:math.xtu.edu.cn
1957 x 755 · jpeg
第二十届中国机器学习及其应用研讨会线上成功举办
素材来自:scit.nju.edu.cn

1024 x 683 · jpeg
【新闻动态】机器学习基础理论研讨会成功举办 - 清华大学统计与数据科学系
素材来自:stat.tsinghua.edu.cn
2479 x 3504 · png
复旦大学机器学习课程实验报告 - LaTeX 工作室
素材来自:latexstudio.net

1962 x 922 · jpeg
第二十届中国机器学习及其应用研讨会线上成功举办
素材来自:scit.nju.edu.cn

1954 x 918 · jpeg
第二十届中国机器学习及其应用研讨会线上成功举办
素材来自:scit.nju.edu.cn

2479 x 3504 · png
复旦大学机器学习课程实验报告 - LaTeX 工作室
素材来自:latexstudio.net
2479 x 3504 · png
复旦大学机器学习课程实验报告 - LaTeX 工作室
素材来自:latexstudio.net

600 x 450 · jpeg
国家科技奖获得者丁汉教授：机器人作业系统技术创新的梦想与追求_交大要闻_上海交通大学新闻学术网
素材来自:news.sjtu.edu.cn
1080 x 618 · png
AI研习社 - 研习AI产学研新知，助力AI学术开发者成长。
素材来自:yanxishe.com

1062 x 1572 · jpeg
北京交通大学出版社有限公司
素材来自:press.bjtu.edu.cn
1820 x 952 · jpeg
第920期机器学习日报(2017-03-26)_robin genuer et al. random forests for big data ...
素材来自:blog.csdn.net

474 x 278 · jpeg
上海交通大学智能机器人实验室
素材来自:robolab.sjtu.edu.cn

素材来自:See more

当前用户设备UA：Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)