- 博客(4)
- 收藏
- 关注
RSS订阅原创 2024.4.24认知实习Day-3
数据预处理因为不同数据表述的含义不同，将多个数据放在一块就会让人难以进行比较参考，这要是让模型进行学习，不得学废了。如果用官方的语言来说也就是，特征的单位或者大小相差较大，会影响目标的结果，使模型或者算法无法学到其他的特征。为了解决这一=问题，就需要对数据进行预处理，常见的一般是归一化和标准化，例如上述方案就是对数据进行标准化处理后的结果。看吧，让数据变得特征更加明显了吧。归一化这需要运用数学的芝士了，也就是将多个数据特征转换成（0，1）之间，一般默认是这样的。用python
2024-04-25 00:00:16
241
1
原创 2024.4.23认知实习Day-2
数据中的特征有很多，而我们建模是有目的性的，只需要找出我们所需要的数据的特征进行筛选，对模型训练相关的只是这众多特征的一部小部分特征。对数据进行精炼，去除一些不重要的信息，从而减少数据的复杂度，更加清晰的看到数据之间的特征，可以更加有效的进行建模。不宜过大也不宜过小，过大则会过拟合，过小则会欠拟合，需要反复调整寻找一个中间量。数据集的特征有很多，因目的不同，有的特征对模型的影响重要，而有的就微乎其微了。将上述找到的特征通过加法或者乘法组合起来形成一个特征。将数据中的特征向量提取出来。
2024-04-23 21:10:03
362
原创 2024.4.22认知实习Day-1
-数据挖掘和数据分析：也属于人工智能的范畴。--计算机视觉CV：对人看到的东西进行理解。TPU：专门针对大型网络训练而设立的处理器。--自然语言处理：对人交流的东西进行理解。数据集的划分一般按比例7:3 ~ 8:2。CPU：主要适合I\O密集型的任务。5.样本和数据集以及数据集的划分。4.了解到了一些常用词汇及作用。GPU：主要适合计算密集型任务。样本：一行数据就是一个样本。3.人工智能发展的三要素。数据集：多个样本的集合。--人工智能（AI）--机器学习（ML）--深度学习（DL）
2024-04-22 10:44:34
245
1
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