待验证50% 置信事实精确时间

该一阶公式源自统计学中的 delta 方法，即对非线性函数在其期望值附近做一阶泰勒展开

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

语料采样如何影响掩码文本重建：预测模型分歧的量化研究

涉及实体

delta 方法concept

相关事实

待验证线性回归的系数本质上就是模型公式中的权重，无需额外转换68% 相似待验证在贝叶斯框架下，先验扮演了正则化的角色，添加正则项本质上等价于为参数引入某种先验分布66% 相似待验证在输入特征之间存在多重共线性时，普通线性回归容易产生不稳定的系数估计，而岭回归的正则化机制能有效缓解这一问题65% 相似待验证岭回归是在普通线性回归基础上加入L2正则化项的回归算法，在最小化预测误差的同时对模型系数施加惩罚，防止过拟合64% 相似待验证自动微分不同于符号微分和数值微分，利用链式法则将复合函数导数分解为基本运算导数组合，分为前向模式和反向模式63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001473

API

curl https://kongchang.com/api/v1/knowledge/claims/1001473

MCP

get_claim(id=1001473)