详细内容或原文请订阅后点击阅览
如何设计机器学习实验 - 正确的方式
成功的ML项目的关键并不总是更多的资源，即如何设计机器学习实验 - 正确的方法首先出现在数据科学方面。
来源:走向数据科学永远不要错过我们每周的新闻新闻，这是我们每周的新闻通讯，其中包括一流的编辑选择，深度潜水，社区新闻等。变量
很容易想到，将成功的机器学习项目与不太好的模型，更多的计算能力或一些额外的队友区分开来。
机器学习实际上，将更多的资源投入到一个构造的问题上很少有效，而在极少数情况下，您最终会被效率低下的解决方案所困扰。
我们本周要强调的文章以自己的方式演示了各种各样的问题，要提出正确的问题以及设计实验的重要性是有多么重要的机会（或者在他们不这样做时教您有价值的课程）。让我们潜入。
灰度图像如何影响视觉异常检测？
专注，简洁和务实的，Aimira Baitieva的演练解决了一个常见的计算机视觉问题，并提供了有关实验设计的见解，您可以在速度和性能至关重要的各种项目中应用。
Aimira Baitieva一个精心设计的实验可以教您超过时间机器！
使用“基于时间计算的概念练习”，Jarom Hulet着手向我们展示实验可以在发现因果关系和使反事实混凝土中发挥作用。
llms尝试推理：基于文本和视觉的抽象实验
语言和图像模型可以从示例中学习抽象模式中走多远？ Alessio Tamburro的深度潜水从一系列发人深省的测试中解开了发现。
本周最阅读的故事
赶上我们社区最近几天一直在嗡嗡作响的文章：