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
愿所愿皆可成14 分钟前
机器学习之聚类Kmeans算法
算法·机器学习·kmeans·聚类
Coovally AI模型快速验证35 分钟前
SFTrack:面向警务无人机的自适应多目标跟踪算法——突破小尺度高速运动目标的追踪瓶颈
人工智能·神经网络·算法·yolo·计算机视觉·目标跟踪·无人机
Brduino脑机接口技术答疑36 分钟前
脑机新手指南(七):OpenBCI_GUI:从环境搭建到数据可视化(上)
人工智能·算法·脑机接口·新手入门
RockyRich1 小时前
突然无法调用scikit-learn、xgboost
python·机器学习·scikit-learn
jndingxin1 小时前
OPenCV CUDA模块光流处理------利用Nvidia GPU的硬件加速能力来计算光流类cv::cuda::NvidiaHWOpticalFlow
人工智能·opencv·计算机视觉
计算机小手1 小时前
开源大模型网关:One API实现主流AI模型API的统一管理与分发
人工智能·语言模型·oneapi
kk5791 小时前
保姆级教程:在无网络无显卡的Windows电脑的vscode本地部署deepseek
人工智能·windows·vscode·chatgpt
柠檬味拥抱1 小时前
融合CLIP与语言规划的大规模具身智能系统设计探索
人工智能
‘’林花谢了春红‘’1 小时前
高等三角函数大全
人工智能
敲键盘的小夜猫1 小时前
大模型智能体核心技术:CoT与ReAct深度解析
人工智能·python