人工智能启蒙(3):机器学习解决问题的全部流程

本文介绍了机器学习解决问题的过程,类比于人类学习,包括定义问题、收集数据、训练模型、测试评估、应用及监测。强调了数据集的划分、模型训练与测试的重要性,并以AI猜画小歌为例,阐述了模型准确率在不同应用场景中的要求,以及如何通过持续学习和改进提升模型性能。
摘要由CSDN通过智能技术生成

上篇文章(人工智能启蒙(2):机器学习的优势)我们讲了机器学习是实现人工智能的重要方式,相比基于具体规则的传统方式有很大的优势。
今天我们来讲下用机器学习解决实际问题的整个过程。

我们可以拿人类学习作为类比。
学校的教学目标之一是为了提高能力掌握技能,以便学生更好的解决问题。那如何衡量学生能力情况呢。通常是通过考试的分数来评价。如果学生分数高就认为能力不错,分数低则认为还需要继续提高。
每个学生会有很多课本、练习册、辅导书等学习资料,在老师的讲解下学习和巩固知识,通过考试来检测知识掌握情况。如果考试成绩不好,就说明知识还没有掌握,需要查漏补缺继续提高;如果考的不错的话就认为已经掌握了这种技能可以解决工作中的问题。

人类解决问题vs机器学习
用机器学习解决实际问题的整个过程也是相似。
第一步定义问题,相当于把我们学习的时候能不能掌握知识的问题转化成学生考试成绩高低。
第二步收集数据,数据就相当于学习时候的教材、课本、练习册等学习资

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值