分类： AI

损失函数与梯度

损失函数用来衡量模型预测结果和真实标签之间差距有多大；梯度告诉我们参数应…

概率思维

概率思维，核心是学会在不确定性下思考。机器学习面对的现实世界几乎都不是绝…

统计学基础

统计学是机器学习的底层支撑。机器学习本质上就是利用统计方法，从数据里寻找…

训练集与测试集划分

训练集与测试集划分，是特征工程完成之后、模型训练之前必不可少的一步。划分…

数据可视化

数据可视化是使用图表、图形将数据直观展示的手段。在机器学习流程中，它贯穿…

特征工程

特征工程是机器学习项目里，位于数据清洗之后、模型训练之前的关键步骤。简单…

数据清洗

数据清洗是机器学习项目中非常关键的一步，原始数据往往存在缺失、异常、重复…

数据理解

数据理解是机器学习项目生命周期里紧跟在数据收集之后的环节。这个阶段的核心…

机器学习应用

机器学习已经融入各行各业，不再只是实验室技术。它通过从历史数据中学习规律…

常用数据类型

机器学习里，数据集根据业务含义，通常分为四大类：数值型、分类型、序数型、…