Metric & Loss for Multi-label Problem
Multi-label 분류에서 Prec@k와 Rec@k를 높이는 최적 점수 순위의 차이를 설명했습니다. 목표 지표에 따라 OVA·PAL 또는 정규화 reduction을 선택해야 함을 정리했습니다.
#multi-label classification#ML#precision
2600


Multi-label 분류에서 Prec@k와 Rec@k를 높이는 최적 점수 순위의 차이를 설명했습니다. 목표 지표에 따라 OVA·PAL 또는 정규화 reduction을 선택해야 함을 정리했습니다.

Glide가 숨겨진 Fragment로 Activity 생명주기를 수신하는 구조를 분석했습니다. RequestManager가 이미지 요청의 재개·중지·정리를 자동 처리합니다.
