知识卡片
机器学习工程流程
机器学习工程流程一般为问题归类、数据获取、数据清理、特征提取、建模调参与模型验证六步。常见框架有Sklearn、MXNet、Caffe、TensorFlow、PyTorch等,可用MLBox、auto_ml、H2O等自动化工具减少工作量。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 前沿安全技术 · 查看原书依据
机器学习工程的流程一般为:①问题归类,②数据获取,③数据清理,④特征提取,⑤建模调参,⑥模型验证。比较好的文本分类流程教程见参考资料[534]。
参考来源
- 位置:《大型互联网企业安全架构(石祖文)》第15章《前沿安全技术》(源文件:extracted/大型互联网企业安全架构 (石祖文)/_epub-src/EPUB/xhtml/chapter020)
- 结论依据:原文给出对应定义与依据,支撑本卡结论。
- 原始内容:机器学习工程的流程一般为:①问题归类,②数据获取,③数据清理,④特征提取,⑤建模调参,⑥模型验证。比较好的文本分类流程教程见参考资料[534]。