登录社区云,与社区用户共同成长
邀请您加入社区
目录机器学习流程为什么学习深度学习深度学习应用机器学习流程数据获取、特征工程(最重要)、建立模型、评估与应用特征很重要,得适合模型。深度学习解决人工问题。特征工程的作用:数据特征决定了模型的上限预处理和特征提取是最核心的算法与参数选择决定了如何逼近这个上限为什么学习深度学习深度学习应用深度学习最大的问题:在移动端支持不好,需要处理的数据太多了,参数太多了。----------->速度太慢了.
数据获取、特征工程(最重要)、建立模型、评估与应用
特征很重要,得适合模型。 深度学习解决人工问题。
特征工程的作用:
深度学习最大的问题:在移动端支持不好,需要处理的数据太多了,参数太多了。----------->速度太慢了
CSDN联合极客时间,共同打造面向开发者的精品内容学习社区,助力成长!
更多推荐
Kaldi之父,IEEE Fellow,小米首席语音科学家Daniel Povey将出席2024全球机器学习技术大会并发表演讲!
探索神经网络在商品销售和图像识别中的应用
基于stm32F103的座面声控台灯
扫一扫分享内容
为遵守国家网络实名制规定,未绑定将限制内容发布与互动
所有评论(0)