<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Maximum Mean Discrepancy on Nalar</title>
    <link>https://nalar.dev/id/tags/maximum-mean-discrepancy/</link>
    <description>Recent content in Maximum Mean Discrepancy on Nalar</description>
    <generator>Hugo</generator>
    <language>id-id</language>
    <lastBuildDate>Mon, 01 Jan 0001 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://nalar.dev/id/tags/maximum-mean-discrepancy/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Bandingkan Distribusi Input Model dengan Maximum Mean Discrepancy</title>
      <link>https://nalar.dev/id/bandingkan-distribusi-input-model-dengan-maximum-mean-discrepancy/</link>
      <pubDate>Fri, 11 Sep 2026 00:00:00 +0000</pubDate>
      <guid>https://nalar.dev/id/bandingkan-distribusi-input-model-dengan-maximum-mean-discrepancy/</guid>
      <description>&lt;h1 id=&#34;bandingkan-distribusi-input-model-dengan-maximum-mean-discrepancy&#34;&gt;Bandingkan Distribusi Input Model dengan Maximum Mean Discrepancy&lt;/h1&gt;&#xA;&lt;p&gt;Model dapat terus menghasilkan output yang valid sementara data yang masuk perlahan berubah. Layanan gambar dapat menerima foto dari kamera baru, classifier teks dapat melihat campuran topik baru, dan pipeline embedding dapat mulai memproses dokumen dari sumber berbeda. Akurasi dapat menurun walaupun binary model, API, dan kode serving tidak berubah.&lt;/p&gt;&#xA;&lt;p&gt;&lt;strong&gt;Maximum mean discrepancy (MMD)&lt;/strong&gt; memungkinkan dua sampel dibandingkan tanpa mereduksi masing-masing menjadi beberapa statistik seperti mean dan variance. MMD memakai kemiripan berpasangan untuk menghasilkan satu skor discrepancy. Karena itu, MMD berguna sebagai salah satu sinyal distribution shift, terutama ketika input atau representasi berbentuk vektor.&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
