新闻中心 
-
01-23Croston方法在预测间歇性需求中的应用方法Croston方法是一种用于预测间歇性需求的统计方法。它适用于需求不稳定、不规则的产品或服务，如备件、咨询服务、医疗用品等，这些需求具有高度的不确定性。该方法的...
-
01-23实际场景下的受限玻尔兹曼机（RBM）应用受限玻尔兹曼机（RBM）是一种基于能量模型的人工神经网络。它包含一个隐层，通过连接输入层和隐层中的每个神经元，但不同层的神经元之间没有连接。RBM是一种无向概率...
-
01-23机器学习中的矩阵计算与实践在机器学习中，矩阵运算是一种重要的数学工具，用于处理和转换数据。通过将数据表示为矩阵形式，可以进行各种线性代数运算，如矩阵乘法、加法和逆运算等。这些运算可用于模...
-
01-23广义线性模型和普通线性模型的区别广义线性模型和一般线性模型是统计学中常用的回归分析方法。尽管这两个术语相似，但它们在某些方面有区别。广义线性模型允许因变量服从非正态分布，通过链接函数将预测变量...
-
01-23Transformer位置编码的简介及改进方法Transformer是一种广泛应用于自然语言处理任务的深度学习模型。它采用自注意力机制来捕捉序列中单词之间的关系，但忽略了单词在序列中的位置顺序，这可能导致信...
-
01-23隐含变量在机器学习中的应用在机器学习中，隐变量是指未被直接观测或测量到的变量。它们在模型中用来描述数据的潜在结构和观测数据之间的关系。隐变量在机器学习中扮演着重要的角色，对于理解和建模复...
