从机器学习到深度学习
文章平均质量分 72
「已注销」
这个作者很懒,什么都没留下…
展开
-
2.特征工程介绍
特征工程特征抽取数据特征的预处理特征选择为什么需要特征工程样本数据中的特征有可能会出现缺失值、重复值、异常值等,那么我们需要对特征中的噪点数据进行处理,处理的目的就是为了得到更加纯净的样本集,让模型基于这组数据可以有更好的预测能力。什么是特征工程?特征工程就是将原始数据转换为更好的代表预测模型的潜在问题的特征的过程,从而提高对未知数据预测的准确性:比如如果AlphaGO学习的数据中既有棋谱,又有食谱,还有歌词,那么这些干扰的数据肯定会影响AlphaGo的学习。原创 2021-08-05 04:56:39 · 357 阅读 · 0 评论 -
1. 机器学习概述
机器学习简介祖师爷艾伦图灵,人工智能之父,图灵测试;人工智能和机器学习的区别?机器学习就是实现人工智能的一种技术手段什么是机器学习官方解释:从数据中自动分析获得规律(模型),并利用规律对未知数据进行预测。白化解释:模型:算法模型,是一个特殊的对象。该算法模型对象中已经集成或者封装好了某种形式的算法(但是还没有求出解)。模型的作用:预测:可以通过算法产生一个新的未知的数据;分类:可以将一个未知归类的事物将其归类到一个已有的类群中;注意:算法模型对原创 2021-08-03 04:53:21 · 137 阅读 · 0 评论