你敢信吗，Geoffrey Hinton、Yann LeCun、Yoshua Bengio——这三位图灵奖“AI教父”凑齐了。

        弱监督学习是介于监督学习和无监督学习之间的一种学习方式，它使用的是弱标签数据，如不完整标签、不准确标签或间接标签。常见的弱监督学习方法包括：

监督学习、无监督学习和半监督学习并非孤立存在，在实际应用中常结合使用。随着自监督学习、对比学习等新范式的发展，三类方法之间的边界也在逐渐模糊。建议开发者：

作者：HOS(安全风信子) 日期：2026-01-09 来源平台：GitHub 摘要： 半监督学习作为连接监督与无监督的桥梁，在安全领域标签稀缺场景下展现...

半监督学习是监督学习与无监督学习的中间形态，它使用少量带标签数据和大量未标签数据进行训练，既解决了监督学习标注成本高的问题，又弥补了无监督学习结果不可靠的缺陷。...

在机器学习领域，大多数模型都依赖于监督学习，需要耗费高昂成本和时间来获取带标注的数据。无监督学习的主要方法——聚类，旨在根据显著特征将数据点分组，每个组（簇）代...

在量子属性条件生成任务中，模型需要根据指定的能隙、极化率等物理量生成分子。当测试属性值超出训练范围（OOD设置）时，大多数模型性能急剧下降。但 LDM-3DG ...

期刊: arxiv 链接: https://arxiv.org/abs/2507.06366 代码: https://github.com/spatialdat...

1. A Multi-Task Self-Supervised Strategy for Predicting Molecular Properties and...

于是，一种“折中”的方法——半监督学习（Semi-supervised Learning） 应运而生。它结合了监督学习与无监督学习的优势：用少量标注数据引导大量...

从垃圾邮件识别，到语音助手中的语音转文字，再到推荐系统中的点击预测，背后都离不开监督学习的支撑。对于初学者来说，掌握监督学习就是打开机器学习世界的第一把钥匙。

通常一种优化方法可能只对特定类型的模型有效，但 iREPA 展现出了惊人的通用性。作者测试了多达 27 种不同的视觉编码器，涵盖了监督学习（如 DeiT）、自监...

学习使得生物体能够从简单的起点发展出复杂而多样的行为。理解分子系统中的学习原理，有望赋予非生命物理系统类似的能力。研究人员受到大脑信息处理方式的启发，建立了神经...

SimCLR 算法以其简洁而强大的对比学习框架，为自监督学习带来了新的突破和发展方向。无论是想要踏入自监督学习领域的新手，还是寻求技术创新的资深算法工程师，Si...

如果我们假设存在一个真实的底层函数 f(x)，它描述了 xₖ 与 yₖ 之间的关系，那么问题就可以表述为一个函数逼近问题： “我们如何在参数化函数族中找到与 f...

图：DINOv3在4096×4096超高分辨率下的特征表现。通过PCA将特征映射为RGB，清晰展示了模型对细节的精准捕捉能力

人工智能已超越科幻范畴，现代机器学习算法能实现商品推荐、消费者行为分析、欺诈识别甚至销售预测。全球市场规模突破600亿美元，印证了智能系统对企业决策的关键价值。

传统机器学习模型依赖标注数据进行监督学习，而获取标注数据成本高昂。无监督学习的主要方法是聚类，即根据显著特征将数据点分组。传统聚类算法依赖启发式规则（如聚类中心...