人工智能(常用常规技术和知识)

前言 在前文笔者为大家讲解了在机器学习和深度学习模型中普遍运用的数据预处理技术--数据清洗，以此来帮助我们的模型更好地学习到特征和数据。但是大家有没有想过，我们在清洗数据特征的同时，有没有想过有些特征

前言 前文中笔者为大家讲解了人工智能特征工程中的数据理解，详细的了解和捕捉数据中的微妙关系往往是我们模型成功的基础，那么这篇文章，笔者就带大家来学习了解一下人工智能特征工程的另一项技术--数据清洗。

前言 在前面几篇文章当中，笔者为大家讲解了人工智能中关于正则化技术的大部分内容，希望读者能有所理解，有所收获。俗话说，要想模型效果好，数据处理少不了，今天，笔者就带大家一起来学习了解一下人工智能(尤其

前言 在上一篇文章中，笔者为大家讲述了在机器学习和深度学习中(尤其是神经网络)常见的模型训练停止正则化方法---早停法，今天笔者将会为大家讲解最后一个常见的正则化方法--数据增强。 一、定义和简介 1

前言 在前面一篇文章中，笔者详细讲解了人工智能深度学习中常用的正则化方法--Dropout正则化技术，但是大家有没有发现，我们前几种的正则化方法都是在模型的损失函数上稍作改动来达到预防过拟合的效果，那

前言 在前文中，笔者为大家讲解了机器学习中常用的两种基本的正则化技术-- L1 和 L2 正则化技术，这篇文章笔者就带大家了解学习一下深度学习中最常见的正则化技术--Dropout正则化。 一、定义和

前言 在前一篇文章中，笔者为大家讲解了人工智能正则化技术的综述，那么下面我们就来详细了解一下在机器学习中被广泛运用，形影不离的两个正则化技术--L1和L2正则化。 一、L1正则化 定义 : L1正则化

前言 前几篇文章为大家详细讲解了人工智能深度学习中最重要最常见的几种激活函数，俗话说，激活函数用的好，模型效果跑不了，但是在模型训练和实际运用的过程中，正则化也是必不可少的一点，那么今天笔者就带大家来

前言 在前一篇文章中，笔者为大家讲解了人工智能深度学习中最常用的激活函数--$ Relu $激活函数，那么今天笔者就带大家来学习认识一下最后一个在各种算法模型中较为常见的激活函数--$ Softmax

前言 在前文中笔者为大家讲解了一下还算较为常见(但不是常用哈)的Tanh激活函数和常见且常用的Sigmoid激活函数，那么今天笔者就带大家来了解学习一下在深度学习中经常被用来替代Sigmoid激活函数

前言 前文为大家讲解了在机器学习和深度学习神经网络中运用最广泛的激活函数--Sigmoid激活函数，那么今天笔者就带大家来了解学习一下它的类似变种 -- Tanh激活函数。 一、定义和简介 Tanh（

前言 在前文《人工智能深度学习激活函数综述》中，笔者为大家大致罗列并梳理了常见的几种激活函数，那么今天就让我们来详细了解学习一下在深度学习和机器学习领域使用最多的一个激活函数--Sigmoid激活函数

简介 K折交叉验证（K-Fold Cross-Validation）是一种常用的模型评估技术，其被广泛应用于机器学习和统计学中。它的主要目的是为了更好地评估模型的性能，避免过拟合和欠拟合。我第一次认识

一、前言 大家在学习人工智能模型的时候有木有想过这样一个问题，都知道我们送入算法模型进行训练的数据量非常大，那么这么多这么大的数据，必然会导致算法模型的计算速度和计算效率越来越慢，越来越低，那么有没有

一、集成学习 集成学习是人工智能领域中一种强大的机器学习方法，它通过结合多个学习器来提高整体的预测或分类性能，通常能够比单一模型表现得更好。 1.1 集成学习的原理 集成学习的核心思想是“集思广益”，

定义: 人工智能模型评估方法和体系用于帮助我们评估和比较不同人工智能模型性能的方法和框架。在人工智能领域，模型评估是至关重要的，因为它可以帮助我们了解模型的优劣，找出改进的方向，以及选择最适合特定任务

前言: 笔者我啊，在学习阅读吴恩达机器学习相关算法的代码的时候，发现了不同算法中，对于不同的文件格式，不同的数据类型，文件操作极其复杂繁多，所以便于后续算法的理清，今天特意对这些进行总结。(好好清算清

一、定义 在自然语言处理（NLP）中，数据预处理，又可称数据清洗，是指将原始文本数据转换成适合机器学习模型处理的格式的过程。 二、实例讲解 上面的定义阐述有些僵硬吧，笔者思考了好久，给出下面这个极其生

1.什么是鲁棒性 在机器学习中，鲁棒性（Robustness）是指模型对于异常数据或噪声的抗干扰能力。一个鲁棒性较强的模型能够在面对未知的数据或者数据中存在噪声或异常值时，仍能保持较好的性能和泛化能力