机器学习
3篇文章 · 0订阅
  • 机器学习实战系列[一]：工业蒸汽量预测（最新版本上篇）含数据探索特征工程等
    在工业蒸汽量预测上篇中，主要讲解了数据探索性分析：查看变量间相关性以及找出关键变量；数据特征工程对数据精进：异常值处理、归一化处理以及特征降维；在进行归回模型训练涉及主流ML模型：决策树、随机森林，
    人工智能 机器学习
  • 机器学习基础-监督学习-训练数据-数据清洗
    在机器学习中，数据清洗是指对原始数据进行预处理，以去除数据中的错误、重复、缺失值和异常值等问题。数据清洗可以提高数据质量和模型性能，从而使机器学习算法更加准确地分析和预测。
    人工智能 机器学习 Python
  • 第五章：AI大模型的训练与优化 5.1 数据预处理
    在本章中，我们将深入探讨AI大模型的训练与优化过程中的关键环节：数据预处理。我们将从背景介绍开始，逐步讲解核心概念、算法原理、具体操作步骤以及数学模型公式。接着，我们将通过具体的代码实例和详细解释说明
    人工智能