- 博客(2)
- 收藏
- 关注
RSS订阅原创 机械学习的基本方法（模型评估和模型参数选择，监督学习)
为了选择效果最佳的模型，防止过拟合 的问题，通常可以采取的方法有： 移除特征，降低模型的复杂度：减少神经元的个数， 减少隐藏层的层数 ，训练集增加更多的数据 ， 重新清洗数据 ，数据增强 ，正则化 ，早停。在实际应用中，验证集的使用通常是迭代的。这个mean的意思是对每个类的AP再求 平均，得到的就是mAP的值，mAP的大小一定在[0,1]区间，越大越 好。3. 支持向量回归（SVR）：这是一种更复杂的回归方法，它试图找到一个最优的超平面，该超平面可以最大化数据点到其的距离，从而最小化预测误差。
2024-09-16 22:23:23
606
原创 机械学习的笔记
从数据的采集与处理到算法的选择和优化，每一个步骤都需要精确和细致的考量。实际案例的分析让我认识到理论与实践的结合对于解决实际问题的重要性。未来，随着技术的不断进步，机械学习将在智能制造、自动化及机器人技术等领域发挥更大的作用。机械学习是机器学习在机械工程领域的应用，它涉及使用算法和统计模型来分析数据，并根据这些数据做出预测或决策，以优化机械系统的性能。无监督学习：在没有明确标签的数据集中发现隐藏的结构或模式。传感器技术：理解各种传感器的原理及其在数据采集中的作用。第三部分：实际应用案例。
2024-09-07 18:36:45
139
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人