<!--go-->

辦公室裡。

西格巴恩和阿爾文一起研究著論文。

他只是看了個介紹，馬上就意識到，論文可能會對改善資料模型、改善演算法有幫助。

西格巴恩不同於阿爾文，他不會自己慢慢去研究，而是乾脆喊了幾個人過來，“大家放下手頭的工作，先一起看看這個。”

這一看，就是兩個多小時。

他們也得出了結論，“這種輔助構建資料模型的方式，確實是可行的。”

“按照這種方法來做，資料越多、效率和精準度越高，而當資料少的時候，就不適用了。”

“難點在於最初模型的構造，我們不可能推翻原本的構造，採用這種方法重新構造。”

“方法是新的，想應用卻不容易。”

西格巴恩帶領的是核心演算法組，手下的幾個員工可以說是研發中心的精英。

他們仔細研究討論了以後，對論文上說的構建方法，已經有了基本的瞭解，並且能推斷使用後的情況。

最後西格巴恩做了總結，“一般而言，資料分析問題，資料越多，精準度越低。”

“這個模式也不例外，但是精準度下降的速度很慢，比如，一百個資料，我們所採用的構建模式，正確率百分之九十九點九。如果是一百億個資料，就變成百分之八十。”

“採用這個模式構建的演算法，一百個資料，正確率只有百分之九十，而一百億個資料，正確率也不會低於百分之八十五。”

Loading...

未載入完，嘗試【重新整理】or【關閉小說模式】or【關閉廣告遮蔽】。

嘗試更換【Firefox瀏覽器】or【Chrome谷歌瀏覽器】開啟多多收藏！

移動流量偶爾打不開，可以切換電信、聯通、Wifi。

收藏網址：www.peakbooks.cc

(＞人＜；)