【销量预测】R2（r_squared）与相关系数（correlation）的区别和联系，什么情况下R2=correlation，R2与MAE，RMSE
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【手推公式】【销量预测】【回归分析】MAE与MSE在回归分析时的区别，为什么MSE倾向于回归均值，MAE倾向于回归中位数
...
【回归分析】R2（coefficient of determination）的定义及计算（SSres、SStot）及图形化解释（graphical expla）
...
【手推公式】logistic regression 为什么不采用 squared loss作为其损失函数，如何从最大似然估计得到交叉熵损失函数
...
[LLMs 实践] 19 llama2 源码分析 RoPE apply_rotary_emb 从绝对位置编码到相对位置编码
...
[LLMs tuning] 02 accelerate ddp 与 trl SFTTrainer
...
[LLMs tuning] 01 trl SFTTrainer 中的 formatting_func 与 DataCollatorForCompletion
...
[LLMs 实践] 221 llama2 源码分析 generate 的完整过程
...
[pytorch 模型拓扑结构] 深入理解 nn.BCELoss 计算过程及 backward 及其与 CrossEntropyLoss 的区别与联系
...
【数据可视化】【excel】漏斗分析-漏斗图（funnel）与金字塔图（pyramid）的区别和联系
...
【回归分析】R老师带你一起感受统计学的机器学习 「回归系数估计」P1 | ISL@Stanford
...
【矩阵分析】斐波那契数列（Fibonacci）通项公式的（矩阵矢量）推导
...
[LLMs 实践] 21 llama2 源码分析 GQA：Grouped Query Attention
...
【数字图像处理】HoG+SVM+NMS行人检测（pedestrian detection）（python-opencv）
...
【统计】【excel】从均值（average）、标准差（stdevp）、标准化（standardize）到相关系数（correl）
...
[强化学习基础 02] MDP价值迭代算法（value iteration，V(s), Q(s,a), pi(s)）
...
[LLMs 实践] 03 LoRA fine-tune 大语言模型（peft、bloom 7b）
...
[LLMs 实践] 12 LLM SFT training （trl SFTTrainer、alpaca dataset）
...
[蒙特卡洛方法] 04 重要性采样补充，数学性质及 On-policy vs. Off-policy
...
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
...
【矩阵分析】矩阵奇异值与谱范数（spectral norm），F范数（Frobenius norm），核范数（nuclear norm）
...
[LLMs tuning] 03 llama3-8B instruct SFT on Financial RAG
...
[蒙特卡洛方法] 03 接受/拒绝采样（accept/reject samping）初步 cases 分析
...
[LLMs 实践] 10 预训练语料，mapping & streaming（load_dataset）
...
[LLMs 实践] 07 fp16 与自动混合精度训练（amp）显著提升 batch size
...
[损失函数设计] 为什么多分类问题损失函数用交叉熵损失，而不是 MSE
...
[凸函数] convex 性质与简森不等式（jensen's inequality）与 ELBO、投资组合理论（Porfolio）
...
[LLMs tuning] 04 optimizer Trainer 优化细节（AdamW，grad clip、Grad Norm）等
...
[动手写 bert 系列] 02 tokenizer encode_plus, token_type_ids（mlm，nsp）
...
[LLMs 实践] 11 gradient accumulation 显存优化 trick
...
[统计] python 假设检验基础（T-Test，ANOVA，chi2）
...
【统计学】从置信水平（confidence level，置信区间）、Z值到最小采样数（最小抽样数）
...
【运筹】【整数规划】outer approximation 求解 MINLP及示例
...
[矩阵分析] 旋转矩阵的计算机与应用（复平面，RoPE）
...
[动手写bert系列] 01 huggingface tokenizer （vocab，encode，decode）原理及细节
...
[pytorch 网络拓扑结构] 深度理解 nn.BatchNorm1d
...
【矩阵计算】从 im2col 到 GEMM，矩阵与核的卷积到矩阵乘法
...
[全栈深度学习] 02 vscode remote（远程）gpus 服务器开发调试 debugger（以 nanoGPT 为例）
...
[LangChain] 03 LangGraph 基本概念（AgentState、StateGraph，nodes，edges）
...
[python 全栈] python 装饰器（decorator）及 functools.cache
...
【推荐系统】【缺失值处理】【矩阵分析】基于低秩矩阵补全（low rank matrix completing，矩阵分解 matrix factorizatio）