
使用这些基本 REST API 最佳实践构建出色的 API
本文将从监督学习的本质、监督学习的原理、监督学习的案例三个方面,带您一文搞懂监督学习Supervised Learning | SL。
基本思路:利用已知输入和输出数据(即带有标签的数据)进行训练,使模型能够对新数据做出预测。在这个过程中,“监督”的含义是指我们为模型提供了每个输入对应的正确输出,以此来“教导”模型如何进行学习。
监督学习 VS 无监督学习:监督学习依赖于带有标签的数据进行训练以做出预测,而无监督学习则从无标签数据中挖掘内在结构和模式。
4个流程:利用带有标签的数据集训练模型,通过调整模型参数最小化预测误差,使其能够对未知数据做出准确预测,并通过评估来检验模型的性能。
2个任务:回归、分类
回归案例:芝麻信用分是怎么来的?
分类案例:如何预测离婚?
文章转自微信公众号@架构师带你玩转AI