1.前提
1) 机器学习需要务实,机器学习是解决一件事情,所以前提是熟悉具体业务,最好是加入一些经验;
2)数据需要进行预处理,尤其需要避免不平衡数据;
2.流程
数据收集---数据清洗---特征提取---训练数据---参数调试---测试数据---保存模型---应用模型
其中,最主要的是特征选择!
3.机器学习与深度学习
深度学习是机器学习的一个重要分支;
个人倾向于机器学习,深度学习对电脑配置有要求,而且初学者对于神经网络搭建框架难以理解。
1.前提
1) 机器学习需要务实,机器学习是解决一件事情,所以前提是熟悉具体业务,最好是加入一些经验;
2)数据需要进行预处理,尤其需要避免不平衡数据;
2.流程
数据收集---数据清洗---特征提取---训练数据---参数调试---测试数据---保存模型---应用模型
其中,最主要的是特征选择!
3.机器学习与深度学习
深度学习是机器学习的一个重要分支;
个人倾向于机器学习,深度学习对电脑配置有要求,而且初学者对于神经网络搭建框架难以理解。