个人笔记

1 传统机器学习

1.1 XGBoost

最常用的10个超参数（原生API，兼容Scikit-learn的API，常见取值范围）：

• num_boost_round：训练期间所需要的基学习器数量，默认100；在应对较大数据集时，一般控制在5000~10000左右（影响训练时间的重要因素）；一个常用技巧是先设定一个较高的数值，然后结合early-stopping来获得一个较优的模

Read more

Read more

Read more

仅搜集收录了部分个人感兴趣的文章，并进行简单记录

1 概念科普

1.1 溺水

Read more

1 前言

本文主要围绕作者科研十年的感悟和思考，进行总结和探索

本书框架如下：

• 第一章前言
• 第二章介绍现代科研的知识背景与认识框架
• 第三章介绍现代社会及现代科研趋势与问题
• 第四章介绍科研思维
• 第五章介绍实验
• 第六章介绍数据分析
• 第七章介绍文献管理
• 第八章介绍学术生活
• 第九章介绍离开学术界的就业途径

附录

1. 现代科研工具包
2. 检验本书阅读效果的试题
3. 调侃风格的科研版词

Read more

1. SOTA模型基准测试 vs 人类的表现

• 手写识别（MNIST）、语音识别（Switchboard）、图像识别（ImageNet）、阅读理解（SQuAD 1.1 & SQuAD 2.0）、语言理解（GLUE）、常识完成（HellaSwag）、小学数学（GSK8k）、代码生成（HumanEval）

2. 训练AI模型的算力需求趋势

• 2010年以前，用于AI训练的算力每 20 个月翻一倍；2010年以后，算力每 6 个月翻一倍
• 摩尔定律（集成电路中的晶体管数量大约每两年翻一番）意味着算力的价格一直在稳步下降
• 据OpenAI CEO Sam Altman透露，GPT-

Read more

1 DBSCAN算法概况

DBSCAN（Density-Based Spatial Clustering of Applications with Noise，基于密度的、对噪声鲁棒的空间聚类方法）是一种基于密度的经典聚类算法

2 DBSCAN算法细节

1. 遍历所有样本，寻找关键的核心点（邻域内样本数>=MinPoints）
2. 核心点及其邻域内的样本（包括其他核心点）形成了临时聚类簇
3. 当核心点A属于核心点B的临时聚类簇时，合并两处临时聚类簇
4. 重复以上过程，直至找不到新的可合并临时聚类簇

Read more

Mojo 是一种新的编程语言，通过将 Python 语法和生态系统与系统编程和元编程功能相结合，借鉴学习其他语言的特点和优势，弥合了研究和生产之间的差距。

• 一种创新且可扩展的编程模型，面向各种加速器的高性能支持
• 能够构建特定领域的编译器（如AI芯片、量子计算系统、FPGA 等）
• 使用 CPython 来实现互操作性，所以与 Python 生态系统完全兼容
• Mojo 还很年轻，因此目前只支持Python的核心功能（暂不支持Class）
• 此外还有很多Python功能缺失，正确的长期目标是提供 Python 的超集
• 目前可用于 Ubuntu Linux 系统，并且即将推出对 Windows 和

Read more

中文标题：CALM：可信的自适应语言建模

英文标题：Confident Adaptive Language Modeling

发布平台：NIPS

NeurIPS

发布日期：2022-10-25

引用量（非实时）：3

Read more

生物圈2号是一个占地1.3万平方米，由玻璃和钢架构成的巨型建筑物，位于美国亚利桑那州图森市北部的Oracle地区。它由美国石油大王爱德华·巴斯投资2亿美元建造，于1989年完成。它的名字来源于它的原始模型“生物圈1号”，即地球。

生物圈2号内部模拟了地球上五种不同的生态系统，分别是热带雨林、海洋、荒漠、草原和沼泽。每个生态系统都有自己的气候、植被、动物和微生物。此外，还有一个居住区和一个农业区，为人类提供住所、食物和水源。

生物圈2号的设计理念是一个完全自给自足和循环利用的系统，没有任何外界的干扰和补给。利用太阳能作为能源来源，利用植物产生氧气，利用废物进行肥料和燃料。旨在模拟地球上各种

Read more