Gradient boosting e XGBoost: imparare dagli errori residui
Un albero debole sbaglia. Un secondo albero impara dagli errori del primo, un terzo da quelli del secondo. Il gradient…
Analisi long-form 3000+ parole
Un albero debole sbaglia. Un secondo albero impara dagli errori del primo, un terzo da quelli del secondo. Il gradient…
Un albero di decisione singolo è leggibile ma instabile. La random forest ne addestra centinaia, ognuno volutamente diverso, e li…
Prima dei transformer, a leggere le nostre email c'era un teorema del Settecento e un'ipotesi palesemente falsa. Naive Bayes classifica…
Dimezzare i bit di un numero dimezza memoria e costi, ma può far esplodere un training in una cascata di…
In deep learning un tensore non è l'oggetto misterioso della fisica: è una griglia di numeri con più assi. Dalla…
In alta dimensione il volume scappa verso gli angoli, le distanze si appiattiscono e i dati diventano rarefatti. Perché aggiungere…
Un'accuratezza dell'87,2% contro una dell'86,8%: il nuovo modello è migliore o avete misurato il rumore? Senza intervalli di confidenza e…
Il training di una rete neurale è una discesa al buio in un paesaggio con miliardi di dimensioni. I minimi…
Due variabili che si muovono insieme non si stanno necessariamente influenzando. Capire la differenza tra correlazione e causalità — e…
La media di tante osservazioni si avvicina al valore vero, ma lentamente: per dimezzare l'errore servono quattro volte i dati.…