Revisiting Non-separable Binary Classification and its Applications in Anomaly Detection
无法线性分类 XOR 激发了深度学习的大部分动力。我们重新审视这个古老的问题，并表明 XOR 的线性分类确实是可能的。我们提出了一个略有不同的范例，即等式分离，而不是在半空间之间分离数据，该范例可调整 SVM 目标以区分边际内或边际外的数据。然后，我们的分类器可以以平滑的近似值集成到神经网络管道中。从其属性来看，我们直觉地认为等式分离适用于异常检测。为了形式化这个概念，我们引入了闭包……
Why Quantitative Easing is qualitatively important but quantitatively not so important
我最近写了几篇文章，其中量化宽松 (QE) 发挥了重要作用。例如，这里有一篇文章，介绍了为什么量化宽松最终会给公共财政造成巨大漏洞，以及如何避免这种情况。我最近还写了一篇文章，介绍了量化宽松如何向我们表明，如果政府选择这样做，它可以通过创造货币而不是出售债务来轻松弥补赤字。这第二篇文章说明了量化宽松在质量上的重要性。十多年前我写的前几篇文章之一涉及类似的主题。量化宽松向我们展示了为什么紧缩政策背后的一个关键思想是无稽之谈，即我们必须在经济衰退的情况下减少政府赤字，因为债券市场可能会突然决定不购买英国政府债务。量化宽松是英格兰银行的一项政策，即购买英国政府债务以保持长期利率处于低位，因此，如果出
Quantifying Innovative Practices
最近，我一直在思考有效性，这反映在我的写作和教练工作中。回顾我在上一所学校担任校长的时光，我记得成功转向数字化并融入创新实践。我们的主要目标是展示切实的改进，而不仅仅是讨论它们。我们结合定量和定性措施来详细验证每个创新想法的原因、过程和结果。这个等式中的关键要素是巧妙地有目的地使用数字资源，同时确保我们所有新旧实践的一致性和连续性。作为一名校长，我坚持不懈地寻求方法和程序来衡量我们正在实施的变革的影响。遗憾的是，没有这样的解决方案。当我定期与学区和学校接触时，他们经常询问如何衡量他们的创新策略的结果和有效性，例如 BYOD、1:1、混合和个性化学习、教室和学校重新设计、品牌推广、创客空间和专业
Even crypto mixing deserves a threshold
你们中的许多人可能没有意识到这一点，但在发达国家的大多数地区，银行会自动记录并向执法部门报告我们的交易。这背后的逻辑是，通过放弃我们的个人数据，我们可以获得更多的安全性，尽管代价是 1）失去隐私，2）在金融生活中增加一层昂贵的繁文缛节。这是一个务实的妥协，人们希望收益大于成本。到目前为止，我们一直在平衡这种妥协的方式是使用阈值，以降低等式的成本方面。低于某个美元门槛（即 10,000 美元现金），交易不会被报告。因此，进行这些低于门槛的交易的人享有不被侵犯隐私的尊严，也不会增加金融部门的行政负担。然而，他们也没有为提高安全性做出贡献。无论如何，上个月，美国政府宣布了一项新的反洗钱报告要求，其中
Optimal Metric Distortion for Voting — A Proof from the Book
在这篇文章中，我们将重新讨论投票理论中的（确定性）度量扭曲猜想，该猜想最近由 Gkatzelis、Halpern 和 Shah [GHS20] 证明，并由 Kempe 和 Kizilkaya [KK22] 优雅地重新证明。该猜想涉及以下问题。假设我们举行一场选举，选民和候选人位于度量空间中，但我们唯一拥有的信息是选民按距离递增顺序对候选人的排名。候选人的成本是他们与选民的总距离。我们能否设计一条投票规则，始终选择成本接近最低可能的候选人？（理想情况下，只比最小值差一个小因素，在文献中称为扭曲。）先验地，这似乎是一项不可能完成的任务。如果不知道实际距离，你怎么可能做到这一点？事实证明，知道距离的
我们在其他星球上发现外星智慧生命的可能性有多大？是否存在我们可以联系的外星文明 - 或者可以联系我们的外星文明？这些外星人会是什么样子？我们将在两位科学家和一个非常著名的数学等式的帮助下尝试回答这些大问题。在我们的特别奖励访谈节目中，聆听凯特琳·拉斯穆森和阿里克·克申鲍姆的更多内容，赞助人只需每月承诺 1 美元或更多即可在 patreon.com/tumblepodcast 上支持该节目。我们在我们网站的博客上提供免费资源，https://www.sciencepodcastforkids.com/single-post/do-aliens-exist这里有一个我们认为你会喜欢的播客：扶手椅冒
Grant Sanderson: 3Blue1Brown and the Beauty of Mathematics
Grant Sanderson 是一位数学教育家，也是 3Blue1Brown 的创建者，这是一个流行的 YouTube 频道，使用编程动画可视化来解释线性代数、微积分和其他数学领域的概念。此对话是人工智能播客的一部分。如果您想了解有关此播客的更多信息，请访问 https://lexfridman.com/ai 或在 Twitter、LinkedIn、Facebook、Medium 或 YouTube 上与 @lexfridman 联系，您可以在其中观看这些对话的视频版本。如果您喜欢播客，请在 Apple Podcasts 上给它 5 星评分，在 Spotify 上关注它，或在 Patreon
Complexity of Linear Regression related to Neural Networks
Udacity 深度学习课程的作业 #1 让你了解到，逻辑多项式（线性）回归模型可能无法提供非 MNIST 数据集分类问题所需的最佳准确度。让我们将逻辑多项式模型视为一种算法，并尝试计算它的复杂度。这里要考虑的两个参数是 W - 权重矩阵和 b - 具有 1 层的偏差矩阵。想象一下，输入图像是 28x28 图像，输出是 10 类向量。输入图像将被拉伸为输入到每个单元的单个像素。这使得输入层尺寸为 28x28。参数 W 的尺寸变为 (28x28)x10，它被添加到 10x1 偏差矩阵中。参数总数为：28x28x10+10 = (N+1)*K，其中 N 是输入数，K 是输出数。另一种理解方式是 -
▼研究员眼☆中国产能过剩问题的过去、现在、未来——“飞行汽车”会成为继“电动汽车”之后的下一个贸易摩擦源吗？ ☆ “户口造假事件”导致高龄女性工作环境恶劣☆ 早日公布GDP报告，必须尽早公布基础数据☆ 创造外出机会，保障交通工具，应对“孤独” ☆新NISA的两个担忧：它已经有了一个良好的开端，但它是否已经失去了动力？ 〜☆以贸易国家的良性循环为目标☆日本股市投资者交易趋势：2024年5月分析☆投资部门的买卖趋势（2024年5月）〜商业公司正在进行大量净购买〜☆利用Cramer-Rao不等式－时不时回顾一下学术理论－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－ ▼《经济
