2-融360-从0到1机器学习产品的精益质量-艾辉.pdf

编号：29835

PDF 50页 3.64MB 下载积分：VIP专享

下载报告请您先登录！

2-融360-从0到1机器学习产品的精益质量-艾辉.pdf

1、从0到1，机器学习产品的精益质量艾辉机器学习测试入门与实践作者 1.机器学习基础知识的概述 2.机器学习产品的测试痛点 3.机器学习测试方法的演进 4.机器学习测试技术的实践 5.测试开发技术的转型升级 CONTENTS 1.1 AI的主要应用场景 1.2 机器学习的常见名词解释（一）过拟合：一味追求对训练数据的预测能力，模型复杂度高于真实模型，泛化能力差。欠拟合：模型没有很好的捕捉到数据特征，不能很好的拟合数据。模型：抽象数据，描述客观世界规律的数学模型。通过数据分析，找到了其中规律，此规律即是模型。训练：从数据中分析得到模型的过程。训练的目的：不仅对已知数据而且对未知

2、数据都有很好的预测能力。泛化能力：算法对未知数据的预测能力。样本数据：划分为训练集与测试集。训练误差/经验误差：模型在训练集上的误差。测试误差：在测试集上的误差。泛化误差：在新样本上的误差。 1.3 机器学习的常见名词解释（二） * 数据将数据转化成机器能够学习的属性数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已标签我们要预测的事物，即简单线性回归中的y变量。如：小麦未来的价格，图片中的动物品种等等。特征输入变量，即简单线性回归中的x变量。以垃圾邮件检测举例，特征可能包括，发件人的地址，发送电子邮件的时段等。样本指数据的特定实例

3、：X。样本分为两类，有标签样本、无标签样本。有标签样本同时包含特征和标签，无标签样本只包含特征。使用有标签样本训练模型之后，基于该模型来预测无标签样本的标签。特征 1.4 什么是建模？打一个比喻 * 给出口令训练动物调整动作循环直到满意不同的模型逻辑回归神经网络随机森林不同的动物小狗大象海豹让动物做出动作预期与实际作对比奖惩输入信息训练模型调整参数循环直到满意让模型输出结果目标函数奖惩 1.5 从特征挖掘到模型预测 1.6 机器学习算法和模型，能区分清楚吗？ * 模型是一个数学公式，是算法实现的结果。可以修改模型的参数来训练模型，以获得更好的结果。模型代表了机器学习系统从训练数据中学到的东西。 1.7 机器学习算法与解决问题的映射关系 1.8 一个典型的机器学习系统架构 1.机器学习基础知识的概述 2.机器学习产品

友情提示

1、下载报告失败解决办法
2、PDF文件下载后，可能会被浏览器默认打开，此种情况可以点击浏览器菜单，保存网页到桌面，就可以正常下载了。
3、本站不支持迅雷下载，请使用电脑自带的IE浏览器，或者360浏览器、谷歌浏览器下载即可。
4、本站报告下载后的文档和图纸-无水印,预览文档经过压缩，下载后原文更清晰。

本文（2-融360-从0到1机器学习产品的精益质量-艾辉.pdf）为本站（X-iao）主动上传，三个皮匠报告文库仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。若此文所含内容侵犯了您的版权或隐私，请立即通知三个皮匠报告文库（点击联系客服），我们立即给予删除！

温馨提示：如果因为网速或其他原因下载失败请重新下载，重复下载不扣分。