Tag: evaluation-metrics-hyperparameter-tuning
-
【AI 核心深度 M2-118】解释多指标权衡与综合指标（OEC）的设计（Multi-Metric Trade-offs and Designing an Overall Evaluation Criterion (OEC)）深度数理推导与工程落地解析
单一综合指标（OEC）便于决策但会掩盖局部；需配合护栏指标与分层分析。
-
【AI 核心深度 M2-119】解释超参调优的自动化工具与实践流程（Automated Hyperparameter Optimization Tools and Industrial Best-Practice Workflows）深度数理推导与工程落地解析
Optuna/Ray Tune 提供 TPE、Hyperband、ASHA 等算法；流程是分阶段（粗筛→精调）并按重要度排序。
-
【AI 核心深度 M2-086】列举分类、回归、排序的常用评估指标（Common Evaluation Metrics for Classification, Regression, and Ranking）深度数理推导与工程落地解析
分类：Accuracy/P/R/F1/AUC/PR-AUC/LogLoss；回归：MSE/MAE/RMSE/R²/分位数损失；排序：NDCG/MRR/MAP/Recall@K。
-
【AI 核心深度 M2-087】比较网格搜索、随机搜索与贝叶斯优化（Comparing Grid Search, Random Search, and Bayesian Optimization）深度数理推导与工程落地解析
网格穷举但指数爆炸；随机搜索在高维更高效；贝叶斯优化用代理模型指导采样。
-
【AI 核心深度 M2-088】什么是超参的重要度排序？如何高效调参（Hyperparameter Importance Hierarchy and Efficient Tuning Strategies）深度数理推导与工程落地解析
用 fANOVA/消融估计各超参对性能的贡献，优先调重要超参（学习率、正则、深度）。
-
【AI 核心深度 M2-089】如何处理调参中的随机性（种子方差）？（Handling Randomness and Seed Variance in Hyperparameter Tuning）深度数理推导与工程落地解析
多次随机种子重复评估，报告均值与标准差；用配对检验比较模型。
-
【AI 核心深度 M2-090】线上评估与离线评估为什么会不一致？如何缩小差距（Why Offline and Online Evaluations Diverge: Causes and Mitigation Strategies）深度数理推导与工程落地解析
离线数据分布、指标代理、反馈回路、延迟效应都与线上不同；需回放评估、反事实评估与在线小流量验证。