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
不爱学英文的码字机器12 分钟前
推荐算法梳理,六种主流模型与九步训练流程
算法·机器学习·推荐算法
狂奔solar23 分钟前
PCA主成分分析 —— 用更少的维度保留最多的信息
机器学习·pca
Linguwen32 分钟前
外贸GEO01|GEO是什么?生成式引擎优化,AI时代的新流量密码
人工智能
物质波波波37 分钟前
WS-RPE:面向边缘物理AI实时特征值计算的硬件工作窃取调度器与冗余PE激活架构
人工智能·fpga开发·架构·系统架构·硬件架构
起个名字好难啊这也被占用了41 分钟前
LangGraphjs可中断可恢复的AI工作流
人工智能·ai编程
@Mr_LiuYang1 小时前
状态栏动态上下文信息追加到Agent --《深入理解 AI Agent :设计原理与工程实践》实验2-8
人工智能·大模型·动态上下文·状态栏信息追加
碳基猿1 小时前
新媒体运营的终局:从“内容创作”走向“运营系统竞争”
人工智能·新媒体运营·产品运营·新媒体矩阵·多账号管理·矩阵分发·矩阵运营方法论
阿里云大数据AI技术1 小时前
阿里云 EMR Daft AI Function:用 DataFrame 表达式搞定大模型调用与多模态向量化
人工智能·spark
jerryinwuhan1 小时前
鱼苗投放检测系统设计
人工智能