https://blog.qife122.com/tags/%E6%A6%82%E7%8E%87%E5%88%86%E5%B8%83/ Recent content in 概率分布 on 办公AI智能小助手 Hugo zh-cn qife Wed, 24 Sep 2025 19:05:23 +0800 https://blog.qife122.com/p/%E5%9B%A0%E6%9E%9C%E5%88%86%E5%B8%83%E5%8F%98%E5%8C%96%E5%88%86%E6%9E%90%E6%96%B0%E6%96%B9%E6%B3%95%E8%A7%A3%E6%9E%90/ Wed, 24 Sep 2025 19:05:23 +0800 https://blog.qife122.com/p/%E5%9B%A0%E6%9E%9C%E5%88%86%E5%B8%83%E5%8F%98%E5%8C%96%E5%88%86%E6%9E%90%E6%96%B0%E6%96%B9%E6%B3%95%E8%A7%A3%E6%9E%90/ <h1 id="现实数据变化解释新方法">现实数据变化解释新方法</h1> <p>深度学习成功证明了统计相关性的力量：若某些图像特征与“猫”标签持续相关，则可训练机器学习模型识别猫类图像。但有时仅有关联性并不足够，需要识别因果关系。例如疫情期间，零售商可能发现某产品库存急剧下降。导致该现象的原因是需求增长、供应短缺、运输延迟还是预测模型失效？解决方案需根据具体原因而定。</p> https://blog.qife122.com/p/%E5%9B%A0%E6%9E%9C%E6%8E%A8%E7%90%86%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90%E7%8E%B0%E5%AE%9E%E6%95%B0%E6%8D%AE%E5%8F%98%E5%8C%96/ Thu, 18 Sep 2025 15:38:03 +0800 https://blog.qife122.com/p/%E5%9B%A0%E6%9E%9C%E6%8E%A8%E7%90%86%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90%E7%8E%B0%E5%AE%9E%E6%95%B0%E6%8D%AE%E5%8F%98%E5%8C%96/ <h1 id="解释现实世界数据的变化">解释现实世界数据的变化</h1> <p>深度学习成功证明了统计相关性的力量：如果某些图像特征始终与&quot;猫&quot;标签相关，就可以训练机器学习模型识别猫。但有时相关性并不足够；需要识别因果关系。例如，在COVID-19大流行期间，零售商可能看到特定产品库存急剧下降。是什么导致了这种下降？需求增加？供应短缺？运输延迟？预测模型失败？补救措施可能因原因而异。</p> https://blog.qife122.com/p/%E5%9B%A0%E6%9E%9C%E5%88%86%E5%B8%83%E5%8F%98%E5%8C%96%E5%88%86%E6%9E%90%E6%96%B0%E6%96%B9%E6%B3%95%E8%A7%A3%E6%9E%90/ Tue, 16 Sep 2025 10:58:54 +0800 https://blog.qife122.com/p/%E5%9B%A0%E6%9E%9C%E5%88%86%E5%B8%83%E5%8F%98%E5%8C%96%E5%88%86%E6%9E%90%E6%96%B0%E6%96%B9%E6%B3%95%E8%A7%A3%E6%9E%90/ <h1 id="解释现实世界数据中的变化">解释现实世界数据中的变化</h1> <p>深度学习成功证明了统计相关性的力量：如果某些图像特征始终与&quot;猫&quot;标签相关，可以训练机器学习模型识别猫。但有时相关性不足，需要识别因果关系。例如COVID-19疫情期间，零售商可能发现特定产品库存急剧下降。导致下降的原因是什么？需求增加？供应短缺？运输延迟？预测模型失败？解决方法因原因而异。</p>