之前看好多機器學習的文章，總不能理解他們說的模型效能好不好。
從傳統行業來看，做的產品能跑起來，實現客戶需求，這叫功能。
功能實現了後，再看在超大話務模型/超大業務請求量下的表現，叫效能。 接著還有dfx, 即（design for x, 可靠性/相容性/可維護性/可測試性包括使用者體驗等等一系列)
但是在機器學習領域中，效能是指 模型最終的**能力（準確性）， 這個其實偏離傳統行業的功能的意義。以傳統it行業的眼光來看，機器學習是為了**，**得準不准當然屬於產品的功能問題 而不是效能問題。不過大家都這麼用，只能改變自己了。 改變也挺快， 如果能加個namespace最好啦 ：）
傳統醫藥流通行業中的資訊發展
傳統醫藥流通行業中的資訊發展規劃，我在醫藥流通企業工作了10多年了，根據我對醫藥行業的理解，我做出了乙個思維導圖，想要用這個來幫助大家理解醫藥行業的發展軌跡，根據三方模型來尋找在當今醫藥環境下如何能夠快速 高效的利用資訊科技為企業提供新的業務增長點，以及發展提供相應的核心競爭力。從上面我們可以看出，...
機器學習中回歸問題的效能衡量指標
回歸問題的典型效能指標是均方根誤差 rmse 它測量的是 過程中，錯誤的標準偏差 標準偏差是方差的算術平方根，而方差是離均平方差的平均數 例如，rmse等於50000就意味著，系統的 值中約68 落在50000美元之內，約95 落在100000美元之內 一種常見的特徵分布是呈鐘形態的分布，稱為正態分...
人工智慧與機器學習和深度學習的區別（一）
引自一大佬的部落格 機器學習 一種實現人工智慧的方法 深度學習 一種實現機器學習的技術 三者的區別和聯絡 機器學習是一種實現人工智慧的方法，深度學習是一種實現機器學習的技術。我們就用最簡單的方法 同心圓，視覺化地展現出它們三者的關係。目前，業界有一種錯誤的較為普遍的意識，即深度學習最終可能會淘汰掉其...