待验证50% 置信事实精确时间
论文研究的在线估计算法为单遍随机梯度算法，采用常数学习率 γ，递归形式为 θ_t = θ_{t-1} + γ * ψ(Y_t, θ_{t-1})，其中 ψ 是 Expectile 得分函数。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证重参数化技巧将采样表示为 z = μ + σ × ε（ε从标准正态分布采样），使随机性外置于ε，从而让μ和σ的梯度可正常反向传播实现端到端训练67% 相似待验证研究者提出了一种基于Credal集的方法，其学习器预测输出不再是单一概率分布，而是以Credal集形式呈现一组可能的分布。64% 相似已验证研究型机器学习需要线性代数、概率统计和最优化理论作为数学基础63% 相似待验证策略梯度定理证明梯度可表示为∇J(θ) = E[∇log π(a|s;θ) · Q^π(s,a)]，使用log-derivative trick将对概率分布的求导转化为对log概率的求导乘以采样值63% 相似待验证论文使用随机矩阵理论为经过最优训练的教师模型和通过梯度流训练的学生模型推导出population error的确定性等价62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1023451API
curl https://kongchang.com/api/v1/knowledge/claims/1023451MCP
get_claim(id=1023451)