分类目录归档：学习
均值回归：对历史一段时间的值取平均，作为未来每个时刻的预测
指数平滑：预测值是过去一段时间内观测值（或已预测值）的加权平均值
普通回归预测：借助时序相关特征（如节假日、周期性）实现建模预测
更多时序类衍生特征可参考 1_study/Python/Python 数据处理/tsfresh 时序特征聚合工具
自回归（AR）模型：
常见的镇静药物包括巴比妥类药物和非巴比妥类药物。后者主要包括苯二氮䓬类药物、丙泊酚、依托咪酯、右美托咪定和环泊酚等。镇静药物通过多种机制影响神经递质的释放、再摄取和代谢，以抑制中枢神经系统的兴奋性，从而产生镇静效应
各类常见镇静麻醉药物应用于麻醉诱导后血流动力学变化：
术后肺部并发症（postoperative pulmonary complications, PPCs）是术后呼吸系统相关并发症的统称，是导致患者术后住院时间延长、医疗费用和病死率增加的重要原因之一。
定义：PPCs 可视为一种复合结局指标，主要包括肺不张、气胸、呼吸道感染、呼吸衰竭、胸腔积液、肺炎、急性呼吸窘迫综合征（acute respiratory distress syndrome, ARDS）、肺栓塞等，目前尚无统一的定义。临床中主要包括4种常见的诊断方案。
高达 40%的患者在心脏手术后会出现术后肺部并发症（PPC），仅次于心血管并发症
GLUE（General Language Understanding Evaluation，通用语言理解评估）是一种常用的评估工具，用于评估 NLP 模型在一系列任务上的有效性。
GLUE 基准测试由纽约大学和谷歌的研究人员开发的。开发 GLUE 的动机是需要一个全面的 NLP 模型评估框架，该框架测试语言理解的不同方面并提供更完整的描述
官网为： https://gluebenchmark.com/
GLUE 共包含 3 个分类 9 个任务：
上下文无关文法（context-free grammar，CFG）：
CFG的形式化定义可以表示为一个四元组 $G=(V,T,P,S)$
常用指令：
pip install sampleproject
pip install sampleproject==1.0.4 # 指定版本
pipsteamlit-extras是一个 Python 库，汇集了很多有用的 Streamlit 代码
功能概述（部分）：
add_vertical_space：增加空白行，常用于调整布局altex：快速制作 Streamlit 图表，API 简单实用annotated_text：文本显示格式优化（高亮、注释、文本框）app_logo：在目录左上角显示指定的 LOGObadge：创建自定义徽章（比如 PyPI, GitHub, Twitter, Buy Me a Coffee）colored_header：标题美化，显示带有彩色下划线/添加标题说明center_runn随着 AI 模型的能力提升，人类需要一些更有趣的测试集来刁难他们~
SWE-bench 是一个在现实软件工程（GitHub）环境中评估 LMs 的基准
SWE-ben
