上图显示的是美国小姐的年龄和被蒸汽、热气和发热物体导致的命案总人数考虑到这些数据,一个学习算法会学习美国小姐的年龄影响特定对象命案数量的模式然而,这两个数据点实际上是不相关的并且这两个变量对其它的变量没有任何的预测能力。
当发现数据中的关系模式时就要应用你的领域知识。这可能是一种相关性还是因果关系呢?回答这些问题是要从数据中得出分析结果的关键点
机器学习模型通常遵循敏捷的生命周期。艏先定义思想和关键指标。之后要原型化一个结果。下一步不断进行迭代改进,直到得到让你满意的关键指标
构建一个机器学习模型时,请记住一定要进行手动错误分析虽然这个过程很繁琐并且比较费时费力,但是它可以帮助你在接下来的迭代中有效地改进模型参考下面的文章,可以从Andrew Ng的Deep Learning Specialization一文中获得更多关于改进模型的技巧
-
根据因果关系和相关性检查你的结论
版权归原作者所有,转载仅供学習使用不用于任何商业用途,如有侵权请留言联系删除感谢合作。
我们联合「机械工业出版社、图灵新知、人民邮电出版社、华东师范大学出版社、科学出版社」给大家精心挑选了 100 本 优秀数学读物免费 送给大家。包含:
假如你想参与在后台回复「锦鲤」即可,xxxx(各洎公众号名称)“史上最惨锦鲤”正在等你
活动时间:1月30号至2月11号
结果公布时间:2月11号