機器學習在提升持續整合構建準確性和召回率的應用和思考 - 楊碩

相關文章

• 機器學習之分類：精確率和召回率
  2020-06-27
  機器學習
• Ccover在hudson持續整合中的應用
  2017-11-07
• Windows 桌面應用自動和 Jenkins 持續整合
  2020-05-15
  WindowsJenkins
• 對持續整合、 持續交付、持續部署和持續釋出的介紹
  2019-08-31
• 【機器學習】什麼樣的機器學習產品是最符合使用者需求的；機器學習模型的衡量不止準確率：還有精度和召回率
  2018-03-26
  機器學習模型
• gitlab和jenkins做持續整合構建教程
  2022-07-02
  GitlabJenkins
• 使用 Subversion、Hudson 和 Eclipse 構建持續整合系統
  2013-04-19
  Eclipse
• 個人對持續整合的理解和實踐
  2017-07-10
• AI質檢優化實踐：召回率和準確率，哪個更重要？
  2020-03-17
  AI優化
• Azure Terraform（八）利用Azure DevOps 實現Infra資源和.NET CORE Web 應用程式的持續整合、持續部署
  2021-02-02
  ORMdevWeb
• 關於DVCS、持續整合和特性分支
  2012-09-10
• 持續整合持續部署持續交付_持續整合與持續部署之間的真正區別
  2020-08-13
• 使用 Jenkins 建立微服務應用的持續整合
  2021-08-30
  Jenkins微服務
• AI質檢最佳化實踐：召回率和準確率，哪個更重要？
  2020-03-17
  AI
• 【火爐煉AI】機器學習011-分類模型的評估：準確率，精確率，召回率，F1值
  2018-08-06
  AI機器學習模型
• 持續整合、持續部署、持續交付、持續釋出
  2018-05-21
• 持續整合、持續交付、持續部署簡介
  2017-11-19
• 用 Travis CI 打造大前端持續整合和自動化部署
  2019-03-28
  前端
• 整合持續整合工具
  2014-07-28
• 持續整合、持續交付和持續部署有什麼區別？0基礎學習linux技能
  2021-05-24
  Linux
• 2.9.4 事務保護和應用的連續性
  2020-03-14
• 【下一代核心技術DevOps】：（七）持續整合Jenkins的應用(Aliyun Pipiline持續構建)
  2017-12-15
  devJenkins
• SpringBoot+Docker+Git+Jenkins實現簡易的持續整合和持續部署
  2018-04-22
  Spring BootDockerGitJenkins
• [原創]淺談持續整合在測試中的應用
  2014-01-28
• iOS 持續整合
  2018-01-29
  iOS
• 加速Java應用開發速度3：單元/整合測試+持續整合
  2013-07-02
  Java
• 談談持續整合，持續交付，持續部署之間的區別
  2016-08-04
• 淺談持續整合(CI)、持續交付(CD)、持續部署(CD)
  2021-05-10
• 基於 abapGit 和 abaplint 的 ABAP 持續整合的一個例子
  2021-09-15
  Git
• 思考如何將自動化測試加入持續整合中
  2021-04-14
• 【機器學習】--LDA初始和應用
  2018-04-04
  機器學習LDA
• 機器學習在高德地圖軌跡分類的探索和應用
  2020-10-16
  機器學習地圖
• HTTP非持續連線和持續連線
  2020-12-22
  HTTP
• 持續整合:軟體質量改進和風險降低之道
  2012-06-13
• 紅豆Live推薦演算法中召回和排序的應用和策略
  2019-03-04
  演算法排序
• 持續整合之hudson的構建任務排程
  2017-10-04
• GitLab 持續整合在 Laravel 商用專案中的應用實踐
  2020-02-01
  GitlabLaravel
• 資料庫與Redgate SQL Toolbelt和Azure DevOps的持續整合
  2018-12-10
  資料庫SQLdev