regression

"这次，我们将通过“演进的故事”来解释4个重要模型，从基本的线性回归到高级的时间序列预测（AR/VAR）。"

"我想将自制的赛马预测模型应用到未来一年的GI比赛中，以验证其性能。本文将作为一份记录，总结已验证比赛的预测结果，以及基于实际比赛结果对模型行为的看法。"

"网上每个人都在尖叫着智能体AI、LLM包装器和提示技术。与此同时，我只是坐在这里，试图理解基本的回归模型和适当的特征工程。"

"我想将自制的赛马预测模型应用于未来一年的G1比赛中，并验证其性能。"

"各自的职责可以整理如下：AI（实现智能行为的“目的”）、建模（表现现实世界的“前提”）、统计学（在不确定性中定义正确性的“理论”）、机器学习（优化模型的“计算手段”）。"

"调查和执行验证表明，该流程具有“通过探索性方法自动生成测试规格 -> 转换为脚本化的回归测试”的结构，并且整个过程完全由对大语言模型 (LLM) 的提示组成。"

"有监督学习使用输入数据和正确标签的集合来进行学习。因为是与正确答案一起学习的，所以似乎被称为“有监督”。"

"如果你曾经训练过一个在数据集上表现完美但在现实世界中却惨遭失败的模型，这个快速视觉指南将展示为什么会发生这种情况，以及泛化、损失函数和评估指标等概念如何帮助你构建在训练数据之外真正有效的模型。"

"我今天构建了两个小型项目……基于学习时间的学生分数预测。基于学习时间的学生及格/不及格预测。"

"虽然算法的种类很多，但只要确定了“想要做什么”，选择范围就会大大缩小。让我们从这里开始。"

"在2,000个验证样本中，它达到了亚像素精度……径向误差：平均值 = 0.0098 px……该模型本质上已处于测量精度的极限。"

"我们在符号回归基准测试上的实验结果表明，LLM 可以设计出优于九个专家设计的基线的选择算子，实现了最先进的性能。"

"这篇文章旨在构建一个信用评分AI项目，以解决A公司正在考虑引入AI来确定申请人在一定时期内发生严重拖欠或违约风险的问题。"

"Hard Rules 和 LLM-as-a-Judge 相结合的两层评估，实现了 93.3% 的检测率 (N=30) 和 0% 的误报率 (N=35) (使用 65 件 PoC 数据集进行验证)。"

"也许我遗漏了什么，但这不都是一回事吗？ 机器学习不就是计算量大的线性回归吗？"

"在本文中，我们将简要解释线性回归模型。在此过程中，我们还将讨论为什么矩阵经常被用于机器学习。"

"不要无缘无故地烧掉你的GPU（和你的时间）。从简单开始，然后才有权变得复杂。"

"Diffblue Testing Agent是一个编排类型的测试Agent，在Claude Code / GitHub Copilot之上运行。"

"研究表明，AI 编码工具虽然被许多人采用，但并不一定能普遍提高开发者的生产力，并可能导致技能退化。"

"这次的目标是从体重预测身高。"

"本文基于剑桥大学出版社出版的《深度学习从零开始》（D2L日语版）的解释，解释了使用 PyTorch 进行线性回归的实现步骤。"

"本文使用逻辑回归整理了Kaggle泰坦尼克号问题，涵盖了问题设置、数学公式、预处理、特征、评估方法以及什么是交叉验证，同时也作为我自己的备忘录。"

"科学家们现在建立了一个新的机器学习模型，它可以在几秒钟内预测双原子分子的电偶极矩，只需要用到相关原子的原子特性。"

"损失函数 (MSE) 等同于在误差服从正态分布的假设下最小化负对数似然。"

"当部署导致回归时，通常不清楚智能体为何开始失败。"

"我们希望在Agent行为退化时阻止部署，但测试缓慢且不稳定。"

"本文考虑了来自强混合观测的非参数回归。所提出的方法基于最小误差熵（MEE）原理的深度神经网络。"

"本文旨在解释数值分析的基础知识，处理商业中经常使用的结构化数据（数值数据），例如销售预测和价格计算。"

"一个经过良好调整的逻辑回归模型在结构化表格数据上通常胜过一个过度设计的深度模型，因为它：高度可解释；非常快；训练成本极低"

"AIC（赤池信息准则）是用于评估模型质量的指标。"