Skip to content

Index

  • 1 min read

用土地分區的方式解釋機率

一個國家有4個城市\(\{A,B,C,D\}\), 每個城市有各自的土地利用情形\(\{U1,U2,U3,U4\}\).

\(P(U1)=\text{邊際機率}=\text{全國多少土地面積作為U1使用}\) \(=P(A,U1)+P(B,U1)+P(C,U1)+P(D,U1)\)

\(P(A,U1)=\text{聯合機率}=\text{多少土地面積同時是A且U1}=\#(A \cap U1)\)

\(P(U1|A)=\text{條件機率}=\text{A土地中,U1的佔比}=\frac{\#(A \cap U1)}{\#A}\)

\(P(A|U1)=\text{條件機率}=\text{全國U1土地中,A的佔比}=\frac{\#(A \cap U1)}{\#U1}\)

  • 1 min read

美團一站式機器學習平台的啟示：從煙囪到平台化的演進

近年來，AI技術在各大互聯網公司中幾乎成為標配，無論是老牌巨頭還是新興勢力，都在積極投入相關研發。以外賣配送為例，如何提升配送效率與用戶體驗，已經成為競爭的核心。隨著訂單量激增、場景日益複雜，背後的算法也面臨著「更快、更好、更準」的壓力。這讓美團開始思考：如何讓算法團隊專注於創新，而不是被工程細節拖累？