京公网安备 11010802034615号
经营许可证编号:京B2-20210330
我们都知道,古今成大事者,都会经历三重境界,第一重境界是昨夜西风凋碧树,独上高楼,望尽天涯路。第二重境界是衣带渐宽终不悔,为伊消得人憔悴。第三重境界是众里寻他千百度,蓦然回首,那人却在灯火阑珊处。当然,在机器学习总也有三重境界,那么机器学习的三重境界是什么呢?下面我们就给大家详细解释一下。
机器学习的第一重境界就是能使用,也就是利用已知方法解决问题。具体来说就是给定一个模型,只要能够用它来根据给定的输入来求解输出,也就是利用已知的方法来解决问题。那么这个已知的方法,我们可以把它看成一个黑箱子,我不关注这个过程,不关注这个方法是如何解决问题,只要能够解决问题就行。可能已经有了一个算法,那么我们只需要对数据做一些处理,把这个数据送入到算法当中,得到一个输出,我们能看明白这个输出是怎么回事,这就可以。这是能使用的阶段,我们只是做一个算法的使用者,我能把它用清楚就够了。
机器学习的第二重境界就是能看懂,也就是理解已知方法的工作原理,在这一阶段中,我们不光用这个已知的方法来解决问题,同时我们还能够理解这个方法的工作原理。知道其中的现象,还能知道为什么这样。也就是知其然,并且能知其所以然。能使用就是知其然,能看懂就是知其所以然。那么这个方法可能背后有一些数学推导,会涉及到一些概率,最优化,还有线性代数的一些使用。那么这个能看懂,就要求我们具备相关的知识,能够把这个推导的过程给它顺下来,知道这个方法具体是怎么来工作。
机器学习的第三重境界就是能设计,具体就是根据问题特征开发新方法。如果在这个能看懂的基础上,再进一步的话,我们可以把它叫做能设计。我们把已知方法理解之后,我们还可以根据我的问题,根据我们的实际问题的特点,来开发一些新的方法。当然我们也可以对已有的方法进行改进,使它更符合我自己的一个待解决问题的方法,那么很显然,这个呢,对于数学功底就有更深层次的一个要求。
所以说,机器学习的三个境界就是能使用、能看懂、还能设计。在学习过程中,我们需要知道自己能够做到什么程度。当然,知识水平的掌握程度越高,能够解决问题的能力越高,所以说,我们要努力提高我们的机器学习的境界。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28