Enterprise Intelligence Hub
Auto-tuner Posts
Mastering Complexity
探索 EXA 的统一智能生态系统，将复杂的业务环境转化为简单明好的结论，并重新定义您的企业战略。
敬请期待
Bayesian
Auto-Tuner
exaeuler
BA024. EXAWin贝叶斯引擎的进化：数据自主调参的那一天
EXA贝叶斯引擎能够计算赢单概率，但其精度取决于人工设定的初始参数。当100笔历史交易数据积累完成，引擎便做好了自我进化的准备。Grid Search、MCMC集成采样、交叉验证——三大数学工具协同配合，寻找最优参数的全过程，以故事形式呈现。
ANALYSIS
Bayesian
Auto-Tuner
exaeuler
BA025. 寻找最优边界 — Grid Search与Youden's J的数学
3,240种参数组合中如何找到'最优'？Grid Search进行穷举扫描，Youden's J Index找到灵敏度与特异度的平衡点。用业务场景解读销售阶段权重(T)与信号灵敏度(k)由数据自主调校的数学原理——Auto-Tuner的第一大支柱。
ANALYSIS
Bayesian
Auto-Tuner
exaeuler
BA026. 粒子们的共识 — MCMC集成与交叉验证的数学
如果Grid Search找到了'最高的山丘'，那么MCMC集成采样器就是256名探险家达成共识——'确认这个高度正确'的过程。Emcee的仿射不变行走者、R̂收敛诊断、HDI 95%可信区间、5-Fold交叉验证与Signal Lift分析的数学原理，结合业务场景深入解读。
ANALYSIS