用 Baidu Comate 实现研发提效,百度营销服务团队打造“轻舸”加速营销智能化
作者| 商业广告平台部<blockquote<p导读</p<p日新月异的商业发展过程中,有效的市场营销至关重要。为用户提供高质量的平台服务、提升广告效率和精准度,是各营销平台的“头等大事”,也对平台底层的研发工作提出了更多挑战。如何快速实现产品迭代以持续满足用户需求?研发效能非常关键
作者| 商业广告平台部<blockquote<p导读</p<p日新月异的商业发展过程中,有效的市场营销至关重要。为用户提供高质量的平台服务、提升广告效率和精准度,是各营销平台的“头等大事”,也对平台底层的研发工作提出了更多挑战。如何快速实现产品迭代以持续满足用户需求?研发效能非常关键
阅读本文需要的背景知识点:正态分布、线性判别分析、一丢丢编程知识一、引言 前面一节介绍了基本的线性判别分析算法,最后留下了一个问题,我们在使用sklearn得到的结果与上一节中自己实现的结果不同,这一节就来看看sklearn中通过概率分布的角度是如何实现线性判别分析的。
github地址:https://github.com/ABCDdouyae...(https://link.segmentfault.com/?encFG2sy5Xz%2FMSm0TmPZE9gmQ%3D%3D.8VaKUgsXpmqdFK4GUP2TBQH2llC2T8zMzktlDfL