首页视频机器学习101

机器学习101原创

播放0
机器学习是人工智能的一个分支,主要是设计和分析一些让计算机可以自动“学习”的算法,这些算法可以从数据中自动分析获得规律,并利用规律对未知数据进行预测。当前,机器学习已广泛应用于计算机视觉、自然语言处理、生物特征识别、战略游戏和机器人等领域。 本课程围绕机器学习的实践展开,首先分享了一些使用机器学习的经验和建议,包含确定最小预测单元、确定最优框架、依赖性分析、从回归到分类、舍弃和切分数据等;然后详细讲解了如何选择并处理数据、如何选择和评估模型、如何进行模型调试和提升,并对每个主题给出了相应的流程或建议;最后对一些常见的问题做了解释,比如如何快速掌握机器学习基础知识、TensorFlow对普通机器学习使用者的意义、神经网络是否可以代替据册数模型等。 【课程目标】 了解机器学习及其学习路径 掌握如何更好的完成数据处理、模型选择、模型评估等环节 【适用对象】 商务、AI开发者、学生 【课程大纲】 知识模块 简介 使用机器学习的经验和建议 确定最小预测单元、确定最优框架、依赖性分析、从回归到分类、舍弃和切分数据 经典流程的选择和建议 如何选择并处理数据、如何选择和评估模型、如何进行模型调试和提升 解释常见问题 如何选择并处理数据、如何选择和评估模型、如何进行模型调试和提升

我来说两句

0 条评论
登录 后参与评论

作者

云加社区直播小编
1
23分9秒
实际问题抽象化
0
2
30分11秒
数据与特征工程
0
3
21分21秒
模型选择与评估
0
4
16分42秒
调试机器学习模型
16.7K
5
28分27秒
机器学习101
0

相关推荐

5分17秒
第 3 章 无监督学习与预处理(4)
0
38分30秒
第 3 章 无监督学习与预处理(3)
0
25分23秒
第 3 章 无监督学习与预处理(2)
0
11分57秒
第 3 章 无监督学习与预处理:DBSCAN
0
23分14秒
第 3 章 无监督学习与预处理:凝聚聚类
123
15分48秒
第 3 章 无监督学习与预处理:k 均值聚类(2)
0

扫码关注云+社区

领取腾讯云代金券