机器学习—1.快速入门

机器学习步骤

  1. 确定与问题相关的输入(明确输入)
  2. 收集与问题相关的数据(数据准备,学)
  3. 分析预测结果的类型(分类?回归?是判断题还是应用题)
  4. 根据预测记过的类型,选择一个合适的算法(套路),找到输入与输出之间的关系
  5. 用这个算法去解决新的问题(习)

feature与label

自变量和因变量

feature,自变量(输入)

label,因变量(输出)

关系:label=f(feature) ,好比: 经济损失=f(地震等级)

相关推荐
王_teacher1 分钟前
GRU (Gated Recurrent Unit,门控循环单元) 原理详解 并且手写GRU模型
人工智能·gru·llm·nlp
AI医影跨模态组学1 分钟前
Cancer Letters(IF=10.1)中山大学附属第六医院等团队:基于治疗前MRI影像的RCMIX模型预测MRI定义的cT4期直肠癌T分期下降
人工智能·机器学习·论文·医学·医学影像·影像组学
xixixi7777712 分钟前
AI的“账号”与“钱包”:AWS与Circle同日出手,AI正从工具进化
人工智能·安全·ai·大模型·云计算·aws
目黑live +wacyltd19 分钟前
算法备案:常见驳回原因与应对策略
人工智能·算法
新知图书24 分钟前
销售资料包智能生成(使用千问)
人工智能·ai助手·千问·高效办公
Cosolar38 分钟前
大模型应用开发面试 • 第4期|A2A、复杂挑战与具身智能
人工智能·后端·面试
2501_9458374340 分钟前
OpenClaw:重塑人机协作的开源 AI 智能体
人工智能
小何code43 分钟前
人工智能【第27篇】AI伦理与安全:负责任的AI开发
人工智能·隐私保护·ai伦理·算法公平
咚咚王者1 小时前
人工智能之智能体应用 第一章 大模型应用开发基础框架入门
人工智能
边缘计算社区1 小时前
6G “AI-Native”:真命题还是PPT?拆解3GPP R19/R20的AI条款
人工智能·ai-native