宽哥玩数码|帮你保持领先地位,回归根基:5篇必读的数据科学论文( 二 )


如何使用:
·在生产前先考虑删减神经网络 。 删减网络权重可以减少90%以上的参数 , 却仍能达到与初始网络相同的性能 。
·同时查看BenLorica向NeuralMagic讲述的数据交换播客片段 , 这是一个寻求在灵活的用户界面上利用类似修剪和量化的技术简化稀疏性获取的开端 。 (https://neuralmagic.com/about/)
5.松开零假设统计检验的死亡之手(p<.05)(Releasingthedeath-gripofnullhypothesisstatisticaltesting(p<.05))
链接:https://www.researchgate.net/publication/312395254_Releasing_the_death-grip_of_null_hypothesis_statistical_testing_p_05_Applying_complexity_theory_and_somewhat_precise_outcome_testing_SPOT
假设检验的提出早于计算机的使用 。 考虑到与这个方法相关联的挑战(例如甚至是统计员都觉得解释p值近乎不可能) , 也许需要时间来想出类似稍精确结果检验(SPOT)的替代方法
宽哥玩数码|帮你保持领先地位,回归根基:5篇必读的数据科学论文
文章图片
xkcd的显著性
如何使用:
·查看这篇“假设统计检验之死”的博文 , 一位沮丧的统计员概述了一些与传统方法相关的挑战 , 并解释了利用置信区间的替代方式 。 (https://www.datasciencecentral.com/profiles/blogs/the-death-of-the-statistical-test-of-hypothesis)
这5篇论文能帮助你更深入地认识数据科学!
宽哥玩数码|帮你保持领先地位,回归根基:5篇必读的数据科学论文
文章图片
留言点赞关注
我们一起分享AI学习与发展的干货
【宽哥玩数码|帮你保持领先地位,回归根基:5篇必读的数据科学论文】如转载 , 请后台留言 , 遵守转载规范