追问｜通过监测血液中这三种蛋白质，能提前15年预测痴呆？
·“目前基于生物标志物的AD精准诊断和分期从研究到临床的过渡已成趋势，但血液学生物标志物截断值的标准化仍然是目前研究难点，划定具体的血液学生物标志物的异常截断值并在不同临床队列中进行验证是很有必要的。
今日头条实验室的“AI黑科技”到底都有啥？听马维英怎么说
在今日头条举办的“人工智能与人类文明”论坛上。今日头条人工智能实验室主任、副总裁马维英博士不仅介绍了今日头条在AI领域的几大优势，还详。
XGBoost你真的懂吗？我不信.....
2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13.看起来 Pclass =2.0 大大降低了存活率。
麦肯锡AI笔记：解密人工智能19个行业400+用例，万亿价值在何方？
智东西文|十四近日，麦肯锡发表研究报告，指出人工智能为分析技术贡献了40%的年度价值。加起来每年可创造3.5万亿到5.8万亿美元的潜在价值，相当于各个行业年度收入的1%到9%。
XGBoost结果解读：学习率与正则化参数的调优
XGBoost分类模型结果解读一、方法概述XGBoost（eXtreme Gradient Boosting）是一种高效的梯度提升算法，通过迭代训练弱分类器（通常为决策树）并集成它们的预测结果来构建强大的分类模型。
AI破壁计划 第36讲：Boosting——从“错题本”中进化的强者
【一句话核心】Boosting，是一种串行集成方法，通过不断调整样本权重，让后续的弱模型专注于纠正前序模型的错误，从而将多个弱分类器“提升”为强分类器。【庖丁解牛】如果说Bagging是“大家一起投票”，Boosting就是“师徒传承”：徒弟在师傅的基础上修修补补。
风控产品经理如何理解“子模型融合后的效果一般要强于单模型”？
在风控领域，模型的优劣直接影响业务的稳定与安全。相比单模型，子模型融合往往能带来更强的效果，但其中的逻辑与原理并不直观。本文将从风控产品经理的视角，解析这一现象背后的原因与实践价值。写这篇文章契机来源于在工作中，我与研发的一次探讨。
清华新研究，Nature+Science双杀
就在刚刚，清华大学的一项AI for Science研究不仅登上Nature，而且还被Science深度报道了。这项来自清华大学李勇团队的研究通过分析全球2.
梯度提升（Gradient Boosting）算法
《机器学习算法原理详解及公式推导》专栏第15篇你的每次阅读，都离你人工智能的梦想更近了一步！欢迎订阅专栏在上一篇介绍提升树模型时，我们用到的损失函数一般都是指数函数或者平方函数，这些函数都比较容易求导，也能很方便的求出优化后的结果。