<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Machine Learning on YuXuan Wu/HorikitaSaku</title><link>https://horikitasaku.github.io/zh/categories/machine-learning/</link><description>Recent content in Machine Learning on YuXuan Wu/HorikitaSaku</description><generator>Hugo 0.125.0</generator><language>zh</language><copyright>&amp;copy; 2023 &lt;a href="">Horikita Saku&lt;/a></copyright><lastBuildDate>Mon, 11 Sep 2023 00:00:00 +0000</lastBuildDate><atom:link href="https://horikitasaku.github.io/zh/categories/machine-learning/index.xml" rel="self" type="application/rss+xml"/><item><title>有限差分法（FDA）与 cosine_similarity</title><link>https://horikitasaku.github.io/zh/posts/fda-cosine-similarity/</link><pubDate>Mon, 11 Sep 2023 00:00:00 +0000</pubDate><guid>https://horikitasaku.github.io/zh/posts/fda-cosine-similarity/</guid><description>写在前面 没什么复杂的东西，就是想写点什么。 yama 在 nishika 的一场比赛里提到了 Negative Cosine Similarity Loss，并把它做成了 lgbm 的自定义损失函数。 → yama 的 notebook 这篇文章同时也发在 Qiita 上。 我觉</description></item></channel></rss>