LIVE
Super_C
@Square-Creator-460a91911
@滤镜起hhbvg_看到看
Seguindo
Seguidores
Curtiu
Compartilhamentos
Ver original
Modelo de rejeição de IA para conteúdo e comentário
Https://www.binance.com/zh-TC/square/post/16183431638882
Https://www.binance.com/zh-TC/square/post/16183431638882
Ver original
qqqqqqw
Fim
🎙️ tttttt
14 s · 2 ouvintes
Fim
🎙️ uuuu
44 s · 5 ouvintes
Fim
🎙️ rrrr
05 m 05 s · 5 ouvintes
Fim
🎙️ ttttt
08 s · 5 ouvintes
Fim
🎙️ Testtest
01 m 22 s · 6 ouvintes
Fim
🎙️ test
09 m 30 s · 11 ouvintes
Ver original
Dê uma olhada para ver se você está na lista:
Apelido - Recompensa semanal
D****r -173,86 FDUSD
四**律- 151,39 FDUSD
币****啦- 124,09 FDUSD
D****C -115,69 FDUSD
O****歌 - 108,74FDUSD
Apelido - Recompensa semanal
D****r -173,86 FDUSD
四**律- 151,39 FDUSD
币****啦- 124,09 FDUSD
D****C -115,69 FDUSD
O****歌 - 108,74FDUSD
Ver original
R
1
LIVE
龚有柴GongYouchai
--
O desempenho recente das acções A atraiu a atenção generalizada.Devido à rápida subida anterior, muitas pessoas não conseguiram acompanhar o ritmo.Como resultado, foram expulsas do mercado e, em seguida, apanhadas num nível elevado. e ficaram diretamente presos no topo da montanha.
As criptomoedas têm muitas semelhanças com o mercado de ações. Na verdade, você não deve esperar que o mercado suba milhares ou mesmo dezenas de milhares de pontos durante a noite. Esta expectativa não é realista nem saudável. A tendência de mercado mais ideal é um mercado altista estável, com os preços subindo gradualmente e, ao mesmo tempo, diminuindo gradualmente, aumentando os custos de manutenção dos investidores.
Olhando para trás, para o processo do Bitcoin subindo gradualmente de 10.000 pontos para 30.000 pontos e depois de 30.000 pontos para 60.000 pontos, cada etapa foi acompanhada por um washout. Agora que o preço do Bitcoin atingiu 60.000 pontos, o próximo passo pode continuar a ser um fracasso, e a meta pode ser 90.000 pontos ou até mais. Neste processo, algumas pessoas sofrerão inevitavelmente perdas, e algumas pessoas optarão por reduzir as suas perdas e abandonar o mercado.Este é o estado normal do mercado.
Meu conselho a todos é que o Bitcoin deve ser sua pedra angular no mercado de criptomoedas. Não importa a flutuação das altcoins, manter o Bitcoin é fundamental. Ao mesmo tempo, não se apegue a isso e seja flexível. Estamos otimistas quanto às perspectivas do mercado de criptomoedas e do Bitcoin no longo prazo, mas isso não nos impede de realizar operações de swing de curto prazo.
As criptomoedas têm muitas semelhanças com o mercado de ações. Na verdade, você não deve esperar que o mercado suba milhares ou mesmo dezenas de milhares de pontos durante a noite. Esta expectativa não é realista nem saudável. A tendência de mercado mais ideal é um mercado altista estável, com os preços subindo gradualmente e, ao mesmo tempo, diminuindo gradualmente, aumentando os custos de manutenção dos investidores.
Olhando para trás, para o processo do Bitcoin subindo gradualmente de 10.000 pontos para 30.000 pontos e depois de 30.000 pontos para 60.000 pontos, cada etapa foi acompanhada por um washout. Agora que o preço do Bitcoin atingiu 60.000 pontos, o próximo passo pode continuar a ser um fracasso, e a meta pode ser 90.000 pontos ou até mais. Neste processo, algumas pessoas sofrerão inevitavelmente perdas, e algumas pessoas optarão por reduzir as suas perdas e abandonar o mercado.Este é o estado normal do mercado.
Meu conselho a todos é que o Bitcoin deve ser sua pedra angular no mercado de criptomoedas. Não importa a flutuação das altcoins, manter o Bitcoin é fundamental. Ao mesmo tempo, não se apegue a isso e seja flexível. Estamos otimistas quanto às perspectivas do mercado de criptomoedas e do Bitcoin no longo prazo, mas isso não nos impede de realizar operações de swing de curto prazo.
1
Ver original
teste
https://www.binance.com/zh-CN
Ver original
Em algoritmos de recomendação, os indicadores de avaliação comumente usados incluem Exatidão (exatidão), Precisão (precisão), Recall (recuperação) e AUC (área sob a curva). Essas métricas são usadas para avaliar o desempenho e a eficácia dos algoritmos de recomendação.
1. Precisão: A precisão refere-se à proporção de previsões corretas entre todos os resultados das previsões. Nos sistemas de recomendação, a precisão indica quantos dos resultados de recomendação previstos são realmente de interesse do usuário. A precisão varia de 0 a 1. Quanto maior o valor, mais precisos são os resultados da recomendação.
2. Precisão: A precisão refere-se à proporção de amostras verdadeiramente positivas entre todos os resultados previstos como amostras positivas. Nos sistemas de recomendação, a precisão indica quantos dos itens recomendados ao usuário são realmente de interesse do usuário. A precisão varia de 0 a 1. Quanto maior o valor, maior a proporção de itens de interesse do usuário incluídos nos resultados da recomendação.
3. Recall: Recall refere-se à proporção de todas as amostras verdadeiramente positivas que são previstas com sucesso como amostras positivas. Em um sistema de recomendação, a taxa de recall indica quantos itens nos quais o usuário está realmente interessado são recomendados com sucesso ao usuário. A taxa de recall varia de 0 a 1. Quanto maior o valor, maior a proporção de itens de interesse do usuário incluídos nos resultados da recomendação.
4. AUC (área sob a curva): AUC é um indicador utilizado para avaliar o desempenho de classificação de um sistema de recomendação. Representa a capacidade do algoritmo de recomendação de classificar amostras positivas e negativas, ou seja, a probabilidade de que os resultados recomendados possam ser classificados corretamente entre todos os pares de amostras positivas e negativas. O valor da AUC varia de 0,5 a 1. Quanto mais próximo o valor estiver de 1, melhor será a capacidade de classificação.
Note-se que a interpretação e utilização destes indicadores de avaliação podem variar dependendo do algoritmo de recomendação específico e dos cenários de aplicação. Em aplicações específicas, os indicadores de avaliação apropriados podem ser selecionados com base nos requisitos de negócios e nas características do algoritmo para avaliar o desempenho do algoritmo de recomendação.
1. Precisão: A precisão refere-se à proporção de previsões corretas entre todos os resultados das previsões. Nos sistemas de recomendação, a precisão indica quantos dos resultados de recomendação previstos são realmente de interesse do usuário. A precisão varia de 0 a 1. Quanto maior o valor, mais precisos são os resultados da recomendação.
2. Precisão: A precisão refere-se à proporção de amostras verdadeiramente positivas entre todos os resultados previstos como amostras positivas. Nos sistemas de recomendação, a precisão indica quantos dos itens recomendados ao usuário são realmente de interesse do usuário. A precisão varia de 0 a 1. Quanto maior o valor, maior a proporção de itens de interesse do usuário incluídos nos resultados da recomendação.
3. Recall: Recall refere-se à proporção de todas as amostras verdadeiramente positivas que são previstas com sucesso como amostras positivas. Em um sistema de recomendação, a taxa de recall indica quantos itens nos quais o usuário está realmente interessado são recomendados com sucesso ao usuário. A taxa de recall varia de 0 a 1. Quanto maior o valor, maior a proporção de itens de interesse do usuário incluídos nos resultados da recomendação.
4. AUC (área sob a curva): AUC é um indicador utilizado para avaliar o desempenho de classificação de um sistema de recomendação. Representa a capacidade do algoritmo de recomendação de classificar amostras positivas e negativas, ou seja, a probabilidade de que os resultados recomendados possam ser classificados corretamente entre todos os pares de amostras positivas e negativas. O valor da AUC varia de 0,5 a 1. Quanto mais próximo o valor estiver de 1, melhor será a capacidade de classificação.
Note-se que a interpretação e utilização destes indicadores de avaliação podem variar dependendo do algoritmo de recomendação específico e dos cenários de aplicação. Em aplicações específicas, os indicadores de avaliação apropriados podem ser selecionados com base nos requisitos de negócios e nas características do algoritmo para avaliar o desempenho do algoritmo de recomendação.
Ver original
teste
Ver original
teste
Ver original
teste