0x00人工智能广泛渗透于我们的生活场景中，随处可见。比如人脸识别解锁、人脸识别支付、语音输入，输入法自动联想等等，不过这些场景其实传统的模式识别或者机器学习方法就可以解决，目前来看真正能代表人工智能最前沿发展的莫过于深度学习，尤其是深度学习在无人驾驶、医疗决策（如通过识别拍片结果诊断是否有相应疾病）领域的应用。不过深度学习存在所谓的黑箱问题，由此带来了不可解释性，而这一点如果不能解决（事实上目前

机器学习之PCA关于降维算法的背景在许多领域的研究与应用中，通常需要对含有多个变量的数据进行观测，收集大量数据后进行分析寻找规律。多变量大数据集无疑会为研究和应用提供丰富的信息，但是也在一定程度上增加了数据采集的工作量。更重要的是在很多情形下，许多变量之间可能存在相关性，从而增加了问题分析的复杂性。如果分别对每个指标进行分析，分析往往是孤立的，不能完全利用数据中的信息，因此盲目减少指标会损失...

在终端：pip install ipywidgets然后重启jupyter notebook即可

今天看到一本书《人工智能本科专业知识体系与课程设置》，清华大学出版社出版的，由西安交大的老师们编写的，感觉里面的内容设置对于非人工智能科班出身的同学们会有一定帮助，能够了解自己哪些地方还有什么不足。但是要注意的是，这是给本科开设的课程，如果已经进入研究阶段了，一些通识性的、非必修的课可以视自身情况而决定是否有必要补上数学与统计课程群工科数学分析空间曲线的曲率与挠率实验环节：基于matlab软件的计

逃逸攻击逃逸攻击是指攻击者在不改变目标机器学习系统的情况下，通过构造特定输入样本以完成欺骗目标系统的攻击。例如，攻击者可以修改一个恶意软件样本的非关键特征，使得它被一个反病毒系统判定为良性样本，从而绕过检测。攻击者为实施逃逸攻击而特意构造的样本通常被称为“对抗样本”。只要一个机器学习模型没有完美地学到判别规则，攻击者就有可能构造对抗样本用以欺骗机器学习系统。前面我们学习了如何将AI应用于网络安全领

执行随机森林算法所涉及的基本步骤如下：从数据集中选择N个随机记录。根据这N条记录构建决策树。在算法中选择所需的树数，然后重复步骤1和2。在回归问题的情况下，对于新记录，林中的每个树都预测Y（输出）的值。 可以通过取森林中所有树木预测的所有值的平均值来计算最终值。或者，在分类问题的情况下，林中的每个树都预测新记录所属的类别。最后，新记录被分配到赢得多数投票的类别。随机森林有很多优点：随...

线性回归（Linear regression）是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为一元回归，大于一个自变量情况的叫做多元回归。。多元线性回归模型的一般形式其中，Y为因变量，X为自变量，上式中共有k个自变量和一个常数项。如果自变量经过标准化处理，则上式没有常数...

DBA: DISTRIBUTED BACKDOOR ATTACKS AGAINST FEDERATED LEARNING** 本文发在ICLR 2020，针对联邦学习进行的后门攻击。其提出的方案针对传统的针对FL的攻击而言更隐蔽、持续、也更有效。**Abstract联邦学习可以聚和由不同参与方提供的信息来训练得到一个更好的模型，它分布式学习的特点导致其存在一个内生问题：不同参与方提供的各种各样的数

在终端：pip install ipywidgets然后重启jupyter notebook即可

机器学习之SGDLRSGDLR全称为the Stochastic Gradient Descent for Logistic Regression,即随机梯度下降的逻辑回归算法.学习完本实验后,我们将会了解:如何使用逻辑回归模型进行预测。如何使用随机梯度下降估计系数。如何将逻辑回归应用于实际预测问题从题目中我们就知道这次实验涉及逻辑回归技术和随机梯度下降.先来说一下逻辑回归.Logi...