知识卡片
机器学习三阶段流程
生成模型的过程可拆成准备数据、建立模型、模型应用三个阶段。准备数据包含收集数据、探索数据与数据预处理三步:先多渠道采集,再分析数据结构、规模、各特征统计信息与分布,并用可视化呈现概况;随后处理缺失、异常、非数值、分布不均等问题。建立模型阶段进行训练、评估,并通过反复迭代优化;应用阶段把模型投产,在新数据上完成任务。模型的作用是转化——把现实问题变成计算机可处理的问题,即建模。这个流程提示:数据预处理往往占据大部分时间,因为原始数据问题繁多,而数据质量直接决定模型上限。产品经理在每个阶段都能介入,尤其在数据准备阶段用业务经验提示哪些数据更有价值。
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
- 机器学习入门 1.3.1 机器学习的三个阶段 · 查看原书依据
在机器学习中生成一个模型的过程包括准备数据、建立模型以及模型应用三个阶段。准备数据有收集数据、探索数据及数据预处理三个步骤。对数据进行处理后,在建立模型阶段开始训练模型、评估模型,然后通过反复迭代优化模型,最终在应用阶段上线投产使用模型,在新数据上完成任务。
参考来源
- 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第1章《机器学习入门》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00006.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292)
- 结论依据:图1-6及1.3.1正文把生成模型的过程明确拆为准备数据、建立模型、模型应用三个阶段并列出各阶段步骤,1.5 段再次复述,支撑本卡结论。
- 原始内容:在机器学习中生成一个模型的过程包括准备数据、建立模型以及模型应用三个阶段。准备数据有收集数据、探索数据及数据预处理三个步骤。对数据进行处理后,在建立模型阶段开始训练模型、评估模型,然后通过反复迭代优化模型,最终在应用阶段上线投产使用模型,在新数据上完成任务。