数据预处理技术单片机解密
单片机解密机器学习仍然是发展最快、需求量最大的技术领域之一。机器学习是人工智能的一个分支,它使计算机系统能够学习和采用类似人类的特质,最终导致人工智能机器的发展。 下表列出了人工智能领域中,机器学习可以赋予计算机的八种关键类人特质。
人力素质 | 人工智能学科(使用机器学习方法) |
视觉 | 计算机视觉 |
演讲 | 自然语言处理 (NLP) |
运动 | 机器人 |
理解 | 知识表示与推理 |
触碰 | 触觉 |
情商 | 情感计算(又称情感人工智能) |
创造力 | 生成对抗网络 (GAN) |
决策 | 强化学习 |
单片机解密然而,创建人工智能的过程需要大量数据。在机器学习中,我们拥有的数据越多,用于训练模型的数据越多,模型(AI 代理)在处理给定提示或输入以及最终完成训练任务方面的表现就越好。
这些数据并非以原始形式输入到机器学习算法中。在输入到学习算法之前,它(数据)必须先经过各种检查和数据清理和准备阶段。我们将机器学习生命周期的这一阶段称为数据预处理阶段。顾名思义,此阶段包括将应用于数据集(值的行/列)的所有操作和程序,以使其处于清洁状态,以便机器学习算法可以接受它并开始训练/学习过程。
本文将讨论和研究机器学习中最流行的数据预处理技术。我们将探索各种方法来清理、转换和扩展我们的数据。所有探索和实际示例都将使用 Python 代码片段完成,以指导您亲身体验如何有效地将这些技术应用于您的机器学习项目。