csinva.github.io

嗨，我是Chandan，Microsoft Research的高级研究员，研究了可解释的机器学习。自从我在加州大学伯克利分校的博士学位以来，我一直在强迫 /改善笔记，并在此网站上分享。希望他们有帮助:)

幻灯片•研究概述•作弊表•笔记
博客文章•个人信息
@csinva

幻灯片

PrES文件夹包含演示文稿的来源，包括伯克利教学机器学习的ML幻灯片

来源在降级（使用揭示MD构建）中，很容易编辑 /可导出

• ML幻灯片（伯克利CS 189）
• AI幻灯片（伯克利CS 188）
• 解释性研讨会
• 解释的解释

研究和课堂笔记

Research_ovws文件夹包含不同研究领域最近论文的概述和摘要

• 解释性
• 因果推断
• 转移学习
• 不确定
• DL理论
• 复杂
• 散射变换
• 神经科学中的DL

_notes文件夹包含许多不同课程以及计算机科学，统计和神经科学之间的宣传笔记和作弊表

• 解释性备忘单
• 计算神经科学
• 因果推理说明
• 分类
• 线性代数
• 信息理论
• 计算机视觉
• 在这里更多笔记

帖子

机器学习 /统计 /神经科学进步的各个方面的帖子（下面一些选定的帖子）

• 纸写技巧（2023）
• 预测纸张标题（2022）
• Imodels（2022，Bairblog）

参考

• 有关更新，请星仓库或关注@csinva
• 随时公开使用！
• 用Jekyll建造| github页面|时间轴主题|粒子| Jupyterbook