-
GEE说:
有哪些模型技术?比如预处理模型、机器学习算法
等
一、预处理模型
-
标准化:主要是将特征值转换成0均值和单位标准差,以便模型更好地拟合数据。
-
归一化:主要是将特征值转换成满足某个范围的数值,以便模型更好地拟合数据。
-
缺失值填充:主要是将没有值的特征值补充上,以便模型更好地拟合数据。
-
异常值处理:主要是将极端值进行处理,以便模型更好地拟合数据。
二、机器学习算法
-
决策树:基于特征值来做出决策。
-
随机森林:基于多棵决策树来做出决策,并且可以抑制过拟合的现象。
-
支持向量机:通过寻找最大边界来划分数据。
-
K近邻:基于最近的K个样本来做出预测。
-
逻辑回归:基于结果的概率来做出决策。
-
神经网络:基于神经元网络来做出决策。
-
-
GEE说:
除了预处理模型、机器学习算法还有哪些AI模型技术?
AI模型技术还包括:神经网络(Neural Networks)、深度学习(Deep Learning)、聊天机器人(Chatbots)、自然语言处理(Natural Language Processing)、搜索引擎优化(Search Engine Optimization)、语音识别(Speech Recognition)、计算机视觉(Computer Vision)、智能机器人(Robotics)、强化学习(Reinforcement Learning)等。
-
GEE说:
AI模型训练用到了哪些知识点,哪些技术?
AI模型训练涉及到诸多知识点和技术,其中包括:
-
数据挖掘:数据挖掘主要是从巨量数据中挖掘有价值的信息,涉及数据的采集、清洗、标准化、特征提取、数据分析、模型选择等。
-
机器学习:包括监督学习、无监督学习、半监督学习等,是AI模型训练的基础。
-
深度学习:深度学习是机器学习的一种,它使用多层神经网络模型,借助大量数据进行自动特征提取,以及自动特征分类、识别等。
-
计算机视觉:计算机视觉是一门利用计算机来模拟人眼视觉的学科,它主要应用于图像分析、识别、检测等。
-
自然语言处理:自然语言处理是一门处理人类自然语言的计算机科学分支,它主要应用于语音识别、机器翻译等。
-