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
沛沛老爹10 分钟前
AI入门之GraphRAG企业级部署性能优化策略:从索引到检索的全链路提效实践
人工智能·ai·性能优化·rag·入门知识·graphrag·lightrag
FreeBuf_12 分钟前
突破IAM孤岛:身份安全架构为何对保护AI与非人类身份至关重要
人工智能·安全·安全架构
大千AI助手17 分钟前
平衡二叉树:机器学习中高效数据组织的基石
数据结构·人工智能·机器学习·二叉树·大模型·平衡二叉树·大千ai助手
IT油腻大叔18 分钟前
DeepSeek-多层注意力计算机制理解
python·深度学习·机器学习
z***I39418 分钟前
机器学习难点
人工智能·机器学习
U***e6318 分钟前
机器学习超参数调优:GridSearch
人工智能·机器学习
n***293218 分钟前
机器学习超参数调优
人工智能·机器学习
九年义务漏网鲨鱼19 分钟前
【多模态大模型面经】现代大模型架构(一): 组注意力机制(GQA)和 RMSNorm
人工智能·深度学习·算法·架构·大模型·强化学习
小呀小萝卜儿21 分钟前
2025-11-17 学习记录--Python-机器学习作业:项目1 - PM2.5预测
python·学习·机器学习
3***499623 分钟前
机器学习培训
人工智能·机器学习