【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
...
[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 实践] 13 gradient checkpointing 显存优化 trick
...
[pytorch optim] 优化器相关 AdaGrad（adaptive gradient） 与 RMSprop，自适应梯度
...
【手推公式】xgboost自定义损失函数（cross entropy/squared log loss）及其一阶导数gradient二阶导数hessian
...
[LLMs 实践] 03 LoRA fine-tune 大语言模型（peft、bloom 7b）
...
[AI 核心概念及计算] 概率计算 01 pytorch 最大似然估计（MLE）伯努利分布的参数
...
[LLMs 实践] 221 llama2 源码分析 generate 的完整过程
...
【小白学统计】深度解析多元线性回归模型，超详细适用条件检验（线性/正态性/独立性/方差齐/多重共线性）、软件操作及回归分析结果解读
...
【统计】【excel】从均值（average）、标准差（stdevp）、标准化（standardize）到相关系数（correl）
...
【数字图像处理】HoG+SVM+NMS行人检测（pedestrian detection）（python-opencv）
...
[LLMs 实践] 09 BPE gpt2 tokenizer 与 train tokenizer
...
[LLMs 实践] 07 fp16 与自动混合精度训练（amp）显著提升 batch size
...
【统计学】p-value（p值） 与 z-score（标准分/z得分/z分数）定义，计算以及适用场景
...
[LLMs 实践] 02 LoRA（Low Rank Adaption）基本原理与基本概念，fine-tune 大语言模型
...
【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 tuning] 02 accelerate ddp 与 trl SFTTrainer
...
[GPT 番外] tied/share tensors wte与lm_head（GPT2LMHeadModel）
...
[personal chatgpt] peft LoRA merge pipeline（lora inject，svd）
...
【计算机科学】三阶多项式拟合，如何科学地预测2020年天猫双11交易额？
...
【python番外】python函数式编程与闭包与yield关键字
...
[调包侠] 04 使用预训练模型进行图像特征向量提取（image feature extractor，img2vec）并进行相似性计算
...
[LangChain] 03 LangGraph 基本概念（AgentState、StateGraph，nodes，edges）
...
[LLMs 实践] 21 llama2 源码分析 GQA：Grouped Query Attention
...
【python 运筹】constraint satisfaction problems | 约束满足问题 | ortools.sat | cp_model
...
【程序员说会计】breakeven | 盈亏平衡点 | 总营收（total revenue）| 总成本（total cost）| 边际贡献
...
[LLMs 实践] 06 LLaMA，Alpaca LoRA 7B 推理
...
[pytorch 番外] Tensorboard 与计算图初步（算子与 ATen）
...
EXCEL线性回归分析与预测
...
[PyTorch] Dropout 基本原理（前向计算与自动求导）
...
[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
...
【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] 12 LLM SFT training （trl SFTTrainer、alpaca dataset）
...
[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 实践] 18 llama2 源码分析 RoPE 相对位置编码的复数形式
...
【手推公式】odds（几率）与对数几率（logodds）在logistics regression及xgboost classification中的应用
...
[pytorch 模型拓扑结构] 深入理解 nn.BatchNorm2d/3d
...
[LLMs 实践] 17 llama2 源码分析（RMSNorm 与 SwiGLU）
...
[LLMs 实践] 08 LLM.int8 量化细节 （load_in_8bit）以及 bitsandbytes 库
...
PowerBI如何进行线性回归分析
...
QE与VASP过渡态计算 | 【华算科技朱老师讲DFT-QE】