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
今天也想MK代码28 分钟前
基于WebRTC的实时语音对话系统:从语音识别到AI回复
人工智能·webrtc·语音识别
Vizio<1 小时前
基于CNN的猫狗识别(自定义CNN模型)
人工智能·笔记·深度学习·神经网络·cnn
kovlistudio1 小时前
机器学习第十三讲:独热编码 → 把“红黄蓝“颜色变成001/010/100的数字格式
人工智能·机器学习
豆豆1 小时前
机器学习 day03
人工智能·机器学习
qyresearch_1 小时前
砷化镓太阳能电池:开启多元领域能源新篇
人工智能
山海不说话1 小时前
深度学习(第3章——亚像素卷积和可形变卷积)
图像处理·人工智能·pytorch·深度学习·目标检测·计算机视觉·超分辨率重建
2201_754918411 小时前
深入理解 OpenCV 的 DNN 模块:从基础到实践
人工智能·opencv·dnn
-一杯为品-2 小时前
【深度学习】#12 计算机视觉
人工智能·深度学习·计算机视觉
蹦蹦跳跳真可爱5892 小时前
Python----神经网络(《Searching for MobileNetV3》论文概括和MobileNetV3网络)
人工智能·python·深度学习·神经网络
妄想成为master2 小时前
如何完美安装GPU版本的torch、torchvision----解决torch安装慢 无法安装 需要翻墙安装 安装的是GPU版本但无法使用的GPU的错误
人工智能·pytorch·python·环境配置