机器学习的任务流程

分类与回归详解：机器学习的两种典型任务

明确任务 —— 确认任务与模型选择

1. 先分析任务，比如有一个情况分类的任务，针对用户评论做情感分类；

2. 根据业务类型，选择模型（比如分类，早些时间可选Google Ber或T5，现在可选LLM)

准备数据

1. Dataset: 收集数据，比如情感分析中，从多终端收集用户的评论数据

2. Labeled Dataset： 数据标注，生成标注好的数据 (有监控学习的流程)

3. Train Set： 对数据进行划分：80%训练数据，20%测试集

模型训练

1. Model ： 模型训练

2. Train Model： 训练后的模型，将20%的测试数据放入，评估性能与结果

3. predict result: 将20%的测试数据放入Train Model，输出预测结果

4. Evaluate Model Performance:根据不同的任务，计算准确率。

详细的任务流程见笔者的另外一文 机器学习的任务流程之流程详解