Trending today: 测试文章6

荣耀将进电视行业_4

Searching…

www.zhihu.com

怎样理解置信水平与误差幅度的关系? - 知乎

误差幅度的英文单词margin of error,margin意思是界限、幅度,error是误差。 影响误差的因素很多,我们只能做到尽量减少。 但只要误差幅度在一定范围,统计就是有效的。 置信水平的表达方式是对该统计数据的肯定程度。

www.zhihu.com

最低样本量的问题? - 知乎

如果模型复杂,也可以通过simulation的方法来确定最小样本量。 3.公式中的E叫做margin of error,可以粗略地解释为confidence interval的长度的一半。 4.t分布与正态分布在假设检验这方面的区别并不是小样本与大样本的区别,这牵扯到了具体模型假设的内容。

www.zhihu.com

如何看待最近关于深度学习generalization error bound ... - 知乎

Some follow-up. 最近Bartlett更新了他们的paper, [1706.08498v2] Spectrally-normalized margin bounds for neural networks 用一个新的他们自己定义的矩阵norm替代了原来的1-norm,然后说明PAC-Bayesian的那篇paper结论很容易由他们现在的结论推出来。 。。

www.zhihu.com

主动学习 (Active learning)算法的原理是什么,有哪些比较具体的应用...

主动学习(Active Learning) 主动学习背景介绍 机器学习的研究领域包括 有监督学习(Supervised Learning), 无监督学习(Unsupervised Learning), 半监督学习(Semi-supervised Learning) 和 强化学习(Reinforcement Learning) 等诸多内容。针对有监督学习和半监督学习,都需要一定数量的标注数据,也就是说在训练 ...

www.zhihu.com

怎么样理解SVM中的hinge-loss? - 知乎

如下图中,点 x_4 被分类正确了,但是它的损失不是0。其实这个道理和SVM中的Margin是一样的,不仅要分类正确,还要使得Margin最大化,所以说hinge loss的另外一种解释。(关于SVM的具体推导,可以看这篇 一文搞懂支持向量机 (SVM)算法)

www.zhihu.com

神经网络中,设计loss function有哪些技巧? - 知乎

这就是为什么他们会有名称,如 Contrastive Loss, Margin Loss, Hinge Loss or Triplet Loss。 与其他损失函数(如交叉熵损失或均方误差损失)不同,损失函数的目标是学习直接预测给定输入的一个标签、一个值或一组或多个值,rank loss的目标是预测输入之间的相对距离。

www.zhihu.com

如何用生动的例子来解释「安全边际」? - 知乎

所以这事全看你买入的价格,成本就是你安全边际的命根儿。 霍华德·马克斯(Howard Marks)也说过类似的话,“低价是防止出错的边际的最终来源” (“Low price is the ultimate source of margin for error”)。 那什么样的资产可以提供安全边际呢?