Ricerca collaborativa su metodi del gradiente completo e a blocchi per regressione logistica multiclasse.
Preparare dataset e attività di classificazione confrontabili.
Confrontare strategie del gradiente e a blocchi in condizioni esplicite.
Documentare accuratezza e costo computazionale insieme alle implementazioni.
Le prestazioni dipendono da dataset, passo e scelta dei blocchi. Il confronto richiedeva accuratezza e costo computazionale.
Il repository documenta dataset, algoritmi, accuratezza e confronti del tempo CPU. I risultati dipendono dalle condizioni sperimentali.
Collaborato a implementazioni e a un report comparativo sui metodi per la classificazione.
Prodotto implementazioni e un report comparativo con il gruppo di ricerca, senza formulare conclusioni prestazionali universali.
LAVORIAMO SUL TUO GTM
Raccontami delle aziende target, degli strumenti attuali e del passaggio tra ricerca e outreach che vuoi migliorare.