AutoML 是一款专为技术和非技术专家设计的工具。它简化了机器学习模型的训练过程。您所要做的就是提供数据集,它将为您提供最适合您用例的模型。您不必花费大量时间编写代码,或者 […]

AutoML 是一款专为技术和非技术专家设计的工具。它简化了机器学习模型的训练过程。您所要做的就是提供数据集,它将为您提供最适合您用例的模型。您不必花费大量时间编写代码,或者 […]
机器学习中的一个关键步骤是模型的选择。合适的模型和合适的超参数是获得良好预测结果的关键。当我们面临模型选择时,应该如何做决定?这就是为什么我们有交叉验证。在 scikit-learn 中,有一系列函数 […]
您的机器学习算法是否每次都会得到不同的结果?也许您的结果与教程不同,您想知道为什么。也许您的模型在每次训练时都会做出不同的预测,即使它每次都在同一数据集上进行训练。这是意料之中的,甚至可能是 […]
鉴于 scikit-learn 和 Keras 等易于使用的机器学习库,在给定的预测建模数据集上拟合许多不同的机器学习模型非常简单。因此,应用机器学习的挑战在于如何在一系列可用于您问题的模型中进行选择。朴素地讲,您可能认为模型 […]
在为您的预测建模问题开发了机器学习模型之后,您如何知道模型的性能是否良好?这是初学者经常问我的问题。作为初学者,您通常会寻求这个问题的答案,例如,您希望有人告诉您是否 […]
如果模型测试结果比训练结果差怎么办。评估机器学习模型的程序是根据训练数据拟合和评估它们,然后验证模型在保留的测试数据集上是否具有良好的性能。通常,您在评估训练数据上的模型时会获得非常有希望的性能 […]
所以,您正在处理一个机器学习问题。我想真正弄清楚您目前所处的位置。让我做一些猜测……1)您有一个问题,所以您有一个需要解决的问题。也许是您的问题,一个想法,一个问题,或者您想解决的事情。 […]
如何处理应用机器学习的棘手性。应用机器学习是具有挑战性的。您必须做出许多没有已知“正确答案”的决定,例如:使用什么问题框架?使用什么输入和输出数据?使用什么学习算法?什么算法配置 […]
机器学习实验可能需要很长时间。有时是几小时、几天甚至几周。这给了您大量的时间来思考和规划要进行的额外实验。此外,平均而言,应用机器学习项目可能需要几十到几百个离散的实验才能找到一个数据准备 […]
当您开始应用机器学习时,可能会感到困惑。有太多的术语需要使用,而且许多术语的使用可能不一致。如果您来自另一个可能使用某些与机器学习相同术语但它们[…]