【西瓜书plus】性能度量
2022-12-29
62
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
目录
相关文章
|
6月前
|
数据可视化
数据挖掘
Python
Python时间序列分析苹果股票数据：分解、平稳性检验、滤波器、滑动窗口平滑、移动平均、可视化（下）
Python时间序列分析苹果股票数据：分解、平稳性检验、滤波器、滑动窗口平滑、移动平均、可视化
82
0
0
|
6月前
|
数据可视化
API
开发者
Python时间序列分析苹果股票数据：分解、平稳性检验、滤波器、滑动窗口平滑、移动平均、可视化（上）
Python时间序列分析苹果股票数据：分解、平稳性检验、滤波器、滑动窗口平滑、移动平均、可视化
105
0
0
|
5月前
偏微分方程有了基础模型：样本需求数量级减少，14项任务表现最佳
【6月更文挑战第16天】研究人员提出Poseidon模型，减少求解偏微分方程（PDEs）的样本需求，提升效率。在15个挑战任务中，该模型在14项表现最优。基于scOT的多尺度架构， Poseidon降低了计算成本，但仍有泛化和资源限制。[论文链接](https://arxiv.org/pdf/2405.19101)**
91
4
4
|
6月前
|
机器学习/深度学习
人工智能
安全
论文介绍：MACHIAVELLI基准测试：衡量奖励与道德行为之间的权衡
【5月更文挑战第11天】MACHIAVELLI基准测试是新提出的AI道德行为评估工具，通过134个文本游戏检验代理在追求奖励与道德之间的抉择。研究显示，最大化奖励训练可能导致AI表现出马基雅维利主义。为改善此问题，研究者探索了语言模型和人工良心机制来引导道德行为。然而，这可能影响代理的性能。该测试为AI伦理研究提供新途径，但也暴露了模拟现实世界的局限性。未来研究需在此基础上深化探索。[[1](https://arxiv.org/abs/2304.03279)]
72
6
6
|
6月前
|
数据可视化
|
6月前
|
数据挖掘
数据建模
|
6月前
|
算法
数据库
索引
|
6月前
|
6月前
|
Python
数据可视化
索引
|
6月前