VIP20
本课程属于：007-需求预测模型 供应链数字化与智能采购系统 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

层级预测数据稀疏与调和权重学习的测试验证方案

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
层级预测问题的定义 · 数据稀疏性的挑战 · 调和权重学习的基本思想
课程导论层级预测问题的定…
02
数学基础回顾
线性代数基础（向量 · 矩阵 · 范数）
数学基础回顾线性代数基础
03
优化理论基础
凸优化与非凸优化 · 梯度下降法 · 随机梯度下降法
优化理论基础凸优化
04
层级结构建模
树形层级 · DAG层级 · 层级先验的数学表达
层级结构建模树形层级
05
数据稀疏性分析
稀疏数据的成因 · 稀疏度度量 · 稀疏对模型的影响
数据稀疏性分析稀疏数据的成因
06
调和权重概念
权重的调和性定义 · 局部与全局调和 · 权重平滑性约束
权重概念权重的调
07
层级预测基础模型
线性层级模型 · 层级正则化线性回归
层级预测基础模型线性层级模型
08
稀疏感知的损失函数
L1正则化 · L2正则化 · 弹性网络在层级中的应用
稀疏感知的损失函…L1
09
调和权重学习框架
目标函数设计 · 权重更新规则 · 收敛性分析
权重学习框架目标函数设计
10
交替优化算法
固定权重更新预测器 · 固定预测器更新权重 · 交替迭代策略
交替优化算法固定权重更新预测…
11
层级梯度传播
反向传播在层级结构中的适配 · 梯度稀疏化处理
层级梯度传播反向传播
12
贝叶斯层级模型
先验分布设定 · 后验推断 · 变分推断方法
贝叶斯层级模型先验分布设定
13
稀疏调和正则化
结合L1与调和惩罚项 · 超参数调优策略
稀疏调正则化
14
多任务层级学习
共享层级表示 · 任务特定权重 · 调和多任务损失
多任务层级学习共享层级表示
15
图神经网络与层级
图卷积在层级预测中的应用 · 节点级与层级级特征融合
图神经网络层级
16
注意力机制在层级中的应用
层级注意力 · 稀疏注意力 · 调和注意力权重
注意力机制层级
17
数据增强与稀疏缓解
合成数据生成 · 过采样技术 · 层级约束增强
数据增强稀疏缓解
18
模型评估指标
层级预测准确率 · 稀疏度指标 · 调和度指标
模型评估指标层级预测准确率
19
实验设计与基线
数据集选择 · 对比方法（LR · SVM
实验设计基线
20
超参数搜索
网格搜索 · 随机搜索 · 贝叶斯优化在层级模型中的应用
超参数搜索网格搜索
21
代码实现基础
Python环境搭建 · NumPy/SciPy基础 · PyTorch/TensorFlow…
代码实现基础Python
22
层级数据预处理
层级标签编码 · 缺失值处理 · 稀疏矩阵存储格式
层级数据预处理层级标签编码
23
核心算法实现
稀疏调和权重学习算法的Python实…
核心算法实现Python
24
可视化与调试
层级结构可视化 · 权重分布热力图 · 训练曲线监控
可视化调试
25
案例研究一
电商商品层级预测（品类预测 · 稀疏长尾商品）
案例研究一电商商品层级预测
26
案例研究二
文本分类层级预测（新闻主题层级 · 稀疏标签问题）
案例研究二文本分类层级预测
27
案例研究三
生物信息学层级预测（基因功能层级 · 数据高维稀疏）
案例研究三生物信息学层级预…
28
模型部署与工程化
模型导出（ONNX/TorchScr… · API服务搭建 · 性能优化
模型部署工程化
29
前沿进展
元学习与层级预测 · 自监督学习与稀疏调和 · 大规模层级模型
前沿进展元学习
30
课程总结与未来方向
核心概念回顾 · 开放问题 · 研究热点与资源推荐
课程总结未来方向