侵权投诉

对抗样本是如何在不同的媒介上发挥作用的,为什么保护系统很难对抗它们?

人工智能和机器人研究院 2018-04-16 15:36 次阅读

一般来说,对抗样本(adversarial examples)是机器学习模型的输入,攻击者故意设计它们以引起模型出错;它们就像是机器的视觉错觉。这篇文章中,将展示对抗样本是如何在不同的媒介上发挥作用的,并将讨论为什么保护系统很难对抗它们。

在OpenAI中,我们认为对抗样本是安全工作的一个很好的方面。因为它们代表了人工智能安全中的一个具体问题,而它们可以在短期内得以解决。而且由于修复它们非常困难,需要进行认真的研究工作(尽管我们需要探索机器学习安全的许多方面,以实现我们构建安全、广泛分布的人工智能的目标)。

想要了解对抗样本看起来是什么样的,请参考《解释和利用对抗样本》(Explaining and Harnessing Adversarial Examples)中的阐释:从一张熊猫的图像开始,攻击者添加一个小干扰,且该小干扰被计算出来,使图像被认为是一个具有高置信度的长臂猿。

覆盖在典型图像上的对抗输入会导致分类器将熊猫误归类为长臂猿

这种方法相当具有鲁棒性;最近的研究表明,对抗样本可以在标准纸张上打印出来,然后用标准智能手机拍摄,而且用的仍然是傻瓜系统。

对抗样本可以在标准纸张上打印出来并用标准分辨率的智能手机拍照,并且在这种情况下仍然会导致分类器将“洗衣机”标记为“安全”

对抗样本是有潜在危险性的。例如,攻击者可以通过这种方法攻击自动驾驶汽车:使用贴纸或涂料创建一个对抗性的停车标志,让车辆将其解释为“屈服”或其他标志,就像《使用对抗样本对深度学习系统进行实用黑盒攻击》(Practical Black-Box Attacks against Deep Learning Systems using Adversarial Examples)中所述的那样。

加州大学伯克利分校、OpenAI和宾夕法尼亚州立大学的新研究《对神经网络策略的对抗性攻击》(Adversarial Attacks on Neural Network Policies)以及内华达大学雷诺分校的研究《深度强化学习对策略诱导攻击的脆弱性》(Vulnerability of Deep Reinforcement Learning to Policy Induction Attacks)表明,强化学习智能体也可以被对抗样本操纵。研究表明,诸如DQN、TRPO和A3C等这些广泛使用的RL算法,很容易受到对抗输入的影响。即使是在所存在的干扰微小到人类无法察觉,这些也会导致性能下降,使智能体在应该将乒乓球拍向上移动的时候将它向下移动了,或者使其在Seaquest中发现对手的能力受到了干扰。

如果你想尝试打破你自己的模型,你可以使用cleverhans,这是一个由Ian Goodfellow和Nicolas Papernot共同开发的开源库,用来测试你的AI对对抗样本的漏洞。

对抗样本让我们在人工智能安全方面有了一些动力

当我们思考人工智能安全的研究时,我们通常会想到这个领域中最困难的一些问题——我们如何确保那些比人类聪明得多的复杂的强化学习智能体能够以它们的设计者所期望的方式行事?

对抗样本告诉我们,对于监督和强化学习而言,即使是简单的现代算法,也已经可能以并非我们所想的令人惊讶的方式表现出来。

防御对抗样本所做出过的尝试

如权值衰减(weight decay)和dropout等这种使机器学习模型更具有鲁棒性的传统技术,通常不能为对抗样本提供实际的防御。到目前为止,只有两种方法提供了重要的防御。

对抗性训练:这是一种暴力破解(brute force)的解决方案。其中,我们只是简单地生成很多对抗样本,并明确训练模型不会被它们中的任何一个愚弄。对抗性训练的开源实现可以在cleverhans库中找到,下面的教程对其用法在进行了说明。

防御性精炼:这是一种策略。我们训练模型来输出不同类的概率,而不是将哪个类输出的艰难决策。概率由早期的模型提供,该模型使用硬分类标签在相同的任务上进行训练。这就创建了一个模型,其表面在攻击者通常会试图开拓的方向上是平滑的,从而使它们难以发现导致错误分类的对抗输入调整(精炼(Distillation)最初是在《神经网络中知识的精炼》(Distilling the Knowledge in a Neural Network)中作为模型压缩的一种技术而被引入的,在这种技术中,一个小模型被训练以模仿一个大模型,以便节省计算量)。

然而,即使是这些专门的算法,也可能被拥有了更多计算火力的攻击者轻易破解。

失败的防御:“梯度掩码”(gradient masking)

举一个简单防御失败的例子,让我们考虑一下为什么一种叫做“梯度掩码”的技术不起作用。

“梯度掩码”是一个在《使用对抗样本对深度学习系统进行实用黑盒攻击》(Practical Black-Box Attacks against Deep Learning Systems using Adversarial Examples)中所引入的术语,用于描述一整套失败的防御方法——它们试图阻止攻击者访问一个有用的梯度。

大多数对抗样本构造技术使用模型的梯度来进行攻击。换句话说,它们看一张飞机的图片,它们对图片空间进行测试,以发现哪个方向使“猫”类的概率增加,然后它们给予这个方向一点推动力(换句话说,它们扰乱输入)。这张新的、修改后的图像被错误地认为是一只猫。

但是如果没有梯度,如果对图像进行一个无穷小的修改会导致模型的输出没有变化,那该怎么办?这似乎提供了一些防御,因为攻击者不知道是向哪个方向“助推”图像。

我们可以很容易地想象一些非常简单的方法来摆脱梯度。例如,大多数图像分类模型可以在两种模式下运行:一种模式是只输出最可能的类的标识,另一种模式是输出概率。如果模型的输出是“99.9%的可能是飞机,0.1%的可能是猫”,那么对输入的微小改变会给输出带来很小的变化,而且梯度告诉我们哪个变化会增加“猫”类的概率。如果我们在输出只是“飞机”的模式下运行模型,那么对输入的微小改变就完全不会改变输出,而且梯度不会告诉我们任何东西。

让我们进行一个思考实验,看看我们在“最可能的类”模式下,而不是“概率模式”下,能够以怎样的程度来保护我们的模型抵抗对抗样本。攻击者不再知道去哪里寻找那些将被归类为猫的输入,所以我们可能有了一些防御。不幸的是,之前被归类为猫的每张图像现在仍然被归类为猫。如果攻击者能够猜测哪些点是对抗样本,那么这些点仍然会被错误分类。我们还没有使这个模型更具鲁棒性;我们刚刚给了攻击者更少的线索来找出模型防御漏洞的位置。

更不幸的是,事实证明,攻击者有一个非常好的策略来猜测防守漏洞的位置。攻击者可以训练出自己的一种具有梯度的平滑模型来为它们的模型提供对抗样本,然后将这些对抗样本配置到我们的非平滑模型上。很多时候,我们的模型也会对这些样本进行错误的分类。最后,我们的思考实验表明,隐藏梯度并没有给我们带来任何帮助。

执行梯度掩码的防御策略通常会导致一个模型在特定的方向和训练点的附近非常平滑,这使得攻击者很难找到指示好候选方向的梯度,从而以损害模型的方式干扰输入。然而,攻击者可以训练一种替代模型:一种通过观察被防御模型分配给攻击者精心选择的输入的标签来模仿防御模型的副本。

在“黑箱攻击”论文中引入了执行这种模型提取攻击的过程。然后,攻击者还可以使用替代模型的梯度来找到被防御模型错误分类的对抗样本。在上图中,对从《机器学习中的安全和隐私科学》(Towards the Science of Security and Privacy in Machine Learning)中找到的梯度掩码的讨论再现,我们用一维的ML问题来说明这种攻击策略。对于更高维度的问题,梯度掩码现象将会加剧,但难以描述。

我们发现,对抗性训练和防御性精炼都意外地执行了一种梯度掩码。这两种算法都没有明确地被设计来执行梯度掩码,但是当算法被训练来保护自己并且没有给出具体的指令时,梯度掩码显然是一种机器学习算法可以相对容易地发明出的防御措施。如果我们将对抗样本从一个模型迁移到另一个用对抗性训练或防御性精炼训练过的模型,攻击通常也会成功,即使对第二个模型直接的攻击失败了。这表明,这两种训练技术都会做更多的工作来使模型平滑并消除梯度,而不是确保它能够正确地对更多的点进行分类。

为什么很难防御对抗样本

难以防御对抗样本,因为难以构建一个对抗样本制作过程的理论模型。对于包括神经网络在内的许多ML模型来说,对抗样本是对非线性和非凸性的优化问题的解决方案。因为我们没有很好的理论工具来描述这些复杂的优化问题的解决方案,所以很难做出任何理论上的论证来证明一个防御系统会排除一系列对抗样本。

难以防御对抗样本,还因为它们要求机器学习模型为每一个可能的输入产生良好的输出。大多数情况下,机器学习模型运行得很好,但所能处理的只是它们可能遇到的所有可能输入中的很小一部分。

我们迄今为止测试的每一种策略都失败了,因为它不是自适应的:它可能会阻止一种攻击,但是留给攻击者另一个漏洞,而攻击者知道此次所使用的防御。设计一种可以防御强大的、自适应的攻击者的防御系统是一个重要的研究领域。

结论

对抗样本表明,许多现代机器学习算法可以以多种令人惊讶的方式被打破。机器学习的这些失败表明,即使是简单的算法也能与其设计者的意图截然不同。我们鼓励机器学习研究人员参与进来并设计防范对抗样本的方法,以缩小设计师意图和算法行为之间的差距。

原文标题:OpenAI详细解析:攻击者是如何使用「对抗样本」攻击机器学习的

文章出处:【微信号:gh_ecbcc3b6eabf,微信公众号:人工智能和机器人研究院】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

利用Audio Weaver工具开发基于CEVA DSP的音频和语音应用

  CEVA,全球领先的智能和互联设备信号处理平台和人工智能处理器IP授权许可厂商 (纳斯达克股票交....
发表于 07-13 22:33 24次 阅读
利用Audio Weaver工具开发基于CEVA DSP的音频和语音应用

5G+AI的结合,让我们迈入智能云连接的新时代

基于云端、边缘云与终端侧AI的分布式智能,将支持更加广泛的全新应用和服务。一方面,因为更直观、更富沉....
的头像 我快闭嘴 发表于 07-13 18:49 255次 阅读
5G+AI的结合,让我们迈入智能云连接的新时代

英特尔:多维发力,拓展人工智能创新生态

人工智能、5G、智能边缘等转折性技术处于前所未有的历史交汇期,它们加速突破和融合,正成为智能世界的新....
的头像 我快闭嘴 发表于 07-13 17:50 152次 阅读
英特尔:多维发力,拓展人工智能创新生态

AI和机器人技术的融合会带来什么好处?

此外,机器人包装经常使用AI形式来实现更快,更低的成本和更准确的包装。AI有助于保存机器人系统做出的....
的头像 我快闭嘴 发表于 07-13 17:31 201次 阅读
AI和机器人技术的融合会带来什么好处?

边缘网络的演进方向将是智能化和计算增强

“永远在线,始终连接”(Always On, Always Connected)如今已经成为深入人心....
发表于 07-13 17:00 33次 阅读
边缘网络的演进方向将是智能化和计算增强

云网融合是新型信息基础设施的核心

柯瑞文在演讲中指出,首先,5G SA实现了移动网络性能的全面提升,推动了信息通信从量变到质变的跨越,....
发表于 07-13 16:52 65次 阅读
云网融合是新型信息基础设施的核心

未来电子数据交换的核心技术如何实现最高的系统效率

如今,无线网络已经非常复杂,无法通过使用诸如设计时间服务计划或简单的通用设计等传统的方法优化。人们需....
发表于 07-13 16:36 86次 阅读
未来电子数据交换的核心技术如何实现最高的系统效率

胡旸:O-RAN成为5G发展的技术趋势

胡旸表示,5G网络不仅是“搭台”(部署建设),而且还要“唱戏”(产业应用),当前5G的发展现状就是要....
的头像 我快闭嘴 发表于 07-13 16:31 147次 阅读
胡旸:O-RAN成为5G发展的技术趋势

第八届中国电子信息博览会重磅重启 共话最新智能化发展趋势

新冠肺炎疫情对各行业都造成了一定的影响。面对疫情压力,电子信息企业如何突破重围,强势逆袭?
的头像 西西 发表于 07-13 15:44 336次 阅读
第八届中国电子信息博览会重磅重启 共话最新智能化发展趋势

解读CITE 2020升级之道:在新的时间点挖掘新机遇

由于疫情的缘故,今年的CITE 2020时间进行了推迟,由原本4月份调整至8月份开幕,在与参展商、观....
的头像 西西 发表于 07-13 15:36 177次 阅读
解读CITE 2020升级之道:在新的时间点挖掘新机遇

在AI技术发展的热潮下,生物识别技术和行业结合将成为经济增长新引擎

如今,中科虹霸已经开发完成符合IFAA体系的虹膜识别智能终端方案,不久的将来会有多款支持IFAA认证....
发表于 07-13 15:33 95次 阅读
在AI技术发展的热潮下,生物识别技术和行业结合将成为经济增长新引擎

中科虹霸与浪潮元脑生态签约,将在虹膜识别领域掀起怎样的风浪?

虹膜中含有很多互相交错的斑点、细丝、冠状、条纹、隐窝等的细节特征,而且在胎儿发育阶段形成后,在整个生....
发表于 07-13 15:25 50次 阅读
中科虹霸与浪潮元脑生态签约,将在虹膜识别领域掀起怎样的风浪?

2020年Q1,Samsung Memory以50%的收益份额主导智能手机存储芯片市场

作为Boost Mobile重新启动的一部分,Dish将推出两个新计划。第一个是$ hrink-It....
发表于 07-13 15:23 69次 阅读
2020年Q1,Samsung Memory以50%的收益份额主导智能手机存储芯片市场

AI技术在视频监控发展中的必然性

在我国,以互联网、计算机为主的人工智能技术也是在20世纪的90年代才慢慢被认可,视频监控能够通过图像....
的头像 我快闭嘴 发表于 07-13 14:18 133次 阅读
AI技术在视频监控发展中的必然性

传感技术如何赋能AI,助力未来医疗领域的发展?

除了在产品创新层面助力AI的发展外,TE持续投入,将AI运用于自身的运营生产中。一方面,智能化技术的....
的头像 我快闭嘴 发表于 07-13 14:05 186次 阅读
传感技术如何赋能AI,助力未来医疗领域的发展?

哈罗出行利用AI技术开创了中国自行车共享产业的3.0时代

非机动车辆安全管理系统,定点归还和Hermes路面安全系统利用AI、大数据、云基础设施和物联网(Io....
的头像 我快闭嘴 发表于 07-13 13:41 241次 阅读
哈罗出行利用AI技术开创了中国自行车共享产业的3.0时代

人工智能教育如何培养未来人才?

对于“教育和AI的关系”,上海市人工智能学会理事长、同济大学教育部企业数字化技术工程中心主任张浩博士....
的头像 我快闭嘴 发表于 07-13 13:23 194次 阅读
人工智能教育如何培养未来人才?

谁是中国自动驾驶第一城?

除了常规的演讲以及圆桌讨论之外,本次自动驾驶主题论坛还发布了“信息飞鱼”智能网联汽车专项行动发布——....
的头像 我快闭嘴 发表于 07-13 13:14 339次 阅读
谁是中国自动驾驶第一城?

5G如何解决传输可靠性的问题?

先来看5G传输过程中产生的时延,主要由3个部分构成:(1)无线接入部分的传输时间、(2)核心网部分的....
发表于 07-13 11:31 70次 阅读
5G如何解决传输可靠性的问题?

邬贺铨:5G等新基建与传统基建同步发展,增加消费与就业机会

邬贺铨认为,新基建应用,目前仍然需要更好的商业模式来支撑。基建的工业互联网的应用与消费互联网不一样。....
的头像 我快闭嘴 发表于 07-13 11:07 206次 阅读
邬贺铨:5G等新基建与传统基建同步发展,增加消费与就业机会

HITL的新概念将进一步完善AI和机器学习模型

人工智能科技和其机器学习技术正步入一个新的阶段,它不仅要求机器智能完成某项任务,而且规定机器达到客户....
发表于 07-13 09:37 26次 阅读
HITL的新概念将进一步完善AI和机器学习模型

AI神经网络与大数据中的联合应用

大数据时代,一方面,传统方法无法处理体量浩大、多源异构、变化快速的数据,提取稀疏而珍贵的价值,神经网....
发表于 07-13 09:34 31次 阅读
AI神经网络与大数据中的联合应用

人工智能应用场景解析

最近,许多初创公司提出了航空业充满活力的想法。基于AI的软件可以提取航空制造业数千个采购管理信息。
发表于 07-13 09:29 34次 阅读
人工智能应用场景解析

为什么大型太阳能装置可能需要多种储存方式?

该研究小组最终发现,以原产能80%的价格购买的旧电动汽车电池,将为太阳能发电厂带来略高于同类的收入。....
发表于 07-13 09:24 112次 阅读
为什么大型太阳能装置可能需要多种储存方式?

乘着5G、人工智能等新技术东风,推动制造业数字化转型

“智能化升级后的‘无人车间’,可提高30%的劳动效率和20%的产能。”宝钢股份冷轧厂有关负责人说,智....
的头像 我快闭嘴 发表于 07-13 09:09 215次 阅读
乘着5G、人工智能等新技术东风,推动制造业数字化转型

影响人工智能的核心 机器学习

  随着计算机和互联网越来越深入到生活中的方方面面,人们搜集到的数据也呈指数级的增长。在这种情况下,....
发表于 07-13 08:59 31次 阅读
影响人工智能的核心 机器学习

影响人工智能发展的因素解析

人工智能(AI)正在不断“嵌入”人类社会:交通出行、住房家居、教育医疗、养老助残、文化体育……越来越....
发表于 07-13 08:52 138次 阅读
影响人工智能发展的因素解析

解析你不知道“链接力”

随着2020世界人工智能大会的启幕,这三天,上海又进入了“人工智能”时间。
发表于 07-13 08:48 39次 阅读
解析你不知道“链接力”

人工智能开启智慧新生活

人工智能(Artificial Intelligence,简称AI)是研究开发能够模拟、延伸和扩展人....
发表于 07-13 08:42 65次 阅读
人工智能开启智慧新生活

未来人工智能将主导新一轮科技革命

2020世界人工智能大会云端峰会在上海拉开帷幕。1场开幕式、2场全体会议、10场主题论坛和若干场行业....
发表于 07-13 08:35 253次 阅读
未来人工智能将主导新一轮科技革命

人脸识别技术为经济社会发展带来的新机遇

人脸识别技术的研究最早起源于20世纪60年代,到90年代进入了初级应用阶段。近年来,随着计算机视觉技....
发表于 07-12 12:23 1972次 阅读
人脸识别技术为经济社会发展带来的新机遇

人脸识别技术告别纯粹的软件算法,成为产业链完善建设的综合生态

然而,各领域对人脸识别应用需求的差异,以及行业开发渗透过程中的渠道建设和应用实施,都将对人脸识别的商....
发表于 07-12 12:10 520次 阅读
人脸识别技术告别纯粹的软件算法,成为产业链完善建设的综合生态

如何推动5G、边缘计算和人工智能的发展?

在红帽全球峰会虚拟体验活动期间,Spelman和来自SiliconANGLE Media移动直播工作....
的头像 我快闭嘴 发表于 07-12 11:56 596次 阅读
如何推动5G、边缘计算和人工智能的发展?

IBM携手三星与沃达丰,开创5G和云端新合作模式

作为全球一流的人工智能解决方案和云平台公司,IBM利用人工智能技术、云计算、区块链、物联网等技术和解....
的头像 我快闭嘴 发表于 07-12 11:50 734次 阅读
IBM携手三星与沃达丰,开创5G和云端新合作模式

5G和人工智能的进展与落地,推动着数据中心建设的发展

“5G技术本身不会带来数据的增加,但是依托5G的应用将会带来数据量的指数级增长。”吕天文说,人工智能....
的头像 我快闭嘴 发表于 07-12 11:37 516次 阅读
5G和人工智能的进展与落地,推动着数据中心建设的发展

新思科技DSP增强型ARC EM和HS处理器支持谷歌软件应用

新思科技(Synopsys,Inc., 纳斯达克股票代码:SNPS)宣布为谷歌的TensorFlow....
发表于 07-12 11:25 255次 阅读
新思科技DSP增强型ARC EM和HS处理器支持谷歌软件应用

AWS张侠:机器学习成为下一阶段企业数字化转型的核心推进点

值得一提的是,亚马逊是探索和应用机器学习技术的佼佼者。20多年来,它在人工智能和机器学习方面进行了大....
的头像 我快闭嘴 发表于 07-12 11:14 549次 阅读
AWS张侠:机器学习成为下一阶段企业数字化转型的核心推进点

谈剑锋:5G网络技术飞速发展为我国经济社会创新转型提供了全新动能

他还建议加大扶持做大做强网络安全产业和建立适应人工智能发展的数据流通体系。谈剑锋表示,要瞄准数据驱动....
的头像 我快闭嘴 发表于 07-12 11:09 715次 阅读
谈剑锋:5G网络技术飞速发展为我国经济社会创新转型提供了全新动能

无人机+机器学习可探测人群中的暴力行为

相信不少人对于无人机都非常熟悉,不过想到自己被无人机监控可能都会感到意思不舒服,不过最近科学家们开发....
发表于 07-12 11:01 118次 阅读
无人机+机器学习可探测人群中的暴力行为

python是人工智能的入门编程语言

金融行业人员面对庞大的数据和复杂的流程时,输入几行代码就可以一次性处理上百个表格,自动抓取关键数据绘....
发表于 07-12 10:37 358次 阅读
python是人工智能的入门编程语言

物联网与制造和维护需求之间存在着何种关系

机器是制造商的生计来源,这就是为什么工业4.0非常重视利用新技术来确保机器高效运行的原因所在。
发表于 07-12 10:20 210次 阅读
物联网与制造和维护需求之间存在着何种关系

预计2023年全球IIoT市场将达7513亿美元,企业如何受益

根据趋势科技美国公司的一份报告,“来自传感器和其他信息源的实时数据可帮助工业设备和基础设施进行“决策....
发表于 07-12 10:10 161次 阅读
预计2023年全球IIoT市场将达7513亿美元,企业如何受益

腾讯正式发布2020人工智能白皮书:泛在智能

白皮书指出,自2015年国家产业政策正式提及人工智能以来,政策从初期的聚焦于体系设计、技术研发以及标....
的头像 我快闭嘴 发表于 07-12 10:06 690次 阅读
腾讯正式发布2020人工智能白皮书:泛在智能

物联网设备数据访问和管理的3大安全问题

报告显示,到2020年底,欧洲的物联网市场规模估计将达到2422.22亿欧元,并且还预测,到2025....
发表于 07-12 10:01 156次 阅读
物联网设备数据访问和管理的3大安全问题

5G智慧警务的跨越式发展源于中国移动OneLink5G切片运营平台的赋能

• 智慧警用无人机:通过5G网络的高带宽能力,实现4K画质的高清航拍视频实时回传、自动巡航、喊话指挥....
发表于 07-12 09:37 222次 阅读
5G智慧警务的跨越式发展源于中国移动OneLink5G切片运营平台的赋能

关于机器学习的日志

机器学习日志
发表于 07-08 12:54 17次 阅读
关于机器学习的日志

机器学习小白的总结

机器学习小白第一周自我总结
发表于 07-08 08:27 27次 阅读
机器学习小白的总结

机器学习之周志华完整版

链接: 提取码:2ja8
发表于 06-28 18:46 219次 阅读
机器学习之周志华完整版

吴恩达机器学习之Coursera-week

吴恩达机器学习Coursera-week10
发表于 06-19 11:22 63次 阅读
吴恩达机器学习之Coursera-week

人工智能改变客户体验的10种方式

  1)为客户提供准确,个性化的建议   人工智能可以分析客户的购买历史,然后为他们可能感兴趣的其他产品和服务提供建议。这...
发表于 06-19 11:20 268次 阅读
人工智能改变客户体验的10种方式

数字孪生再现旅行者号轨迹,可视化拉开航天新时代

[quote]做为数据可视化的一线重度参与者,本着技术为本,持续的奔波在自主研发的道路上。2020年,国家发改委多次点名‘数字孪生’...
发表于 06-18 09:29 230次 阅读
数字孪生再现旅行者号轨迹,可视化拉开航天新时代

机器学习笔记之BP推导

机器学习笔记:BP推导
发表于 06-15 17:11 86次 阅读
机器学习笔记之BP推导

斯坦福机器学习公开课笔记之单变量线性回归

斯坦福机器学习公开课笔记 一 --单变量线性回归...
发表于 06-11 13:53 1667次 阅读
斯坦福机器学习公开课笔记之单变量线性回归

机器学习的资源分享

机器学习资源分享
发表于 06-09 16:31 81次 阅读
机器学习的资源分享

机器学习算法分享

机器学习算法(1)——Logistic Regression
发表于 06-09 13:30 78次 阅读
机器学习算法分享