qq_27929493的博客

只有好不好，没有错不错在这个领域里模型其实没有bug一说， 我们通过会说一个模型的效果好或者不好， 不会说这个模型有bug -- 因为世界上没有100%满足所有场景的模型。使用一些评测方法，来把 “作弊的” 模型给揪出来—也就是对模型进行评估，不仅需要有效可行的方法，还需要有衡量模型的评价标准，这就是性能度量本章学习：分类模型为主的评估指标以上学习了模型评估指标相关的理论知识基础，后续将学习数据处理相关的内容（做AI测试大部分时间都是跟数据打交道的， 只有解决了数据问题， 才能用到最初的这些方法论）。

先简单讲解一下人工智能的原理、迁移学习的原理提示：以下是本篇文章正文内容，下面案例可供参考以上学习了机器学习相关的理论知识基础，有个大体的了解，后续将学习模型效果的评测标准，且学且总结，如果内容有不足，欢迎大家指正。