AI如何用特征、权重和避免过拟合等技术来分辨冬瓜和西瓜?
周末去郊區農家逛蕩,路過瓜園,從農地里買了一個西瓜。回到家后,就迫不及待地把這個西瓜放在案板上,準備把它切開以后嘗嘗。心想瓜地里剛摘的新鮮一定很好吃,看這個西瓜的樣子應該是會很甜的。
一刀下去切開后卻傻眼了,根本就沒有紅色的果肉,也不是那種黃色品種的西瓜,里面的果肉竟然是白色的。看到這樣的西瓜給我的第一感覺就是變異了,感覺切開的不是西瓜,而是一個冬瓜,里面沒有一點紅色的果肉,全都是皮一樣的東西。
瞅著這玩意兒讓我心情半天不能平靜,這是冬瓜出軌了?還是西瓜變心了?難道是黃瓜長胖了?可能是冬瓜紋身了,只能感慨社會真是太復雜。
這么難得的稀奇物不得發個圈啊,不發還好一發心理更不淡定了,朋友們一致認為,這是西瓜和冬瓜在一起了……(在一起,在一起……這畫面沒法腦補~~~)
初學AI的我,腦袋里突然冒出一個詭異的念頭,我做個人挑選個西瓜還這樣,那么如果機器識別西瓜和冬瓜時如何能做到精準。
立馬給自己立個研究項目:AI分辨冬瓜和西瓜
現在有一堆數據集,讓我們分類出西瓜和冬瓜,如果只有兩個特征:形狀和顏色,可能沒法分區來(我就上了這個當啊,嗚嗚~~);
如果特征的維度有:形狀、顏色、瓜瓤顏色、瓜皮的花紋等等,可能很容易分類出來;
如果特征是:形狀、顏色、瓜瓤顏色、瓜皮花紋、瓜蒂、瓜籽的數量,瓜籽的顏色、瓜籽的大小、瓜籽的分布情況、瓜籽的XXX等等,很有可能會過擬合,譬如有的冬瓜的瓜籽數量和西瓜的類似,模型訓練后這類特征的權重較高,就很容易分錯,那樣估計冬瓜又得被識別為西瓜了。
突然又想到了特征工程,估計就是因為這樣類似的問題,在特征工程上需要花很多時間和精力,才能使模型訓練得到一個好的效果。
然而神經網絡的出現使我們不需要做大量的特征工程,譬如提前設計好特征的內容或者說特征的數量等等,我們可以直接把數據灌進去,讓它自己訓練,自我“修正”,即可得到一個較好的效果。
一頓思索下來,立馬跑回臥室,代碼碼起來~~~~
日常生活中蘊藏著大奧秘,AI人工智能除了自動駕駛、人臉識別、語音識別等等領域的應用外,隨著技術得普遍應用,可能會越來越貼近生活。
但是,AI學習不僅僅在于模型掌握了多少,更多的在于你的算法分析和設計能力、工程實踐能力、算法模型的優化能力。所以在這里,我特地準備了4本享譽全球的AI好書+8份人工智能知識樹?免費送給大家。
該資料非常適合本科、碩士以及剛接觸機器學習的博士,還有一些想要轉行AI的小伙伴。看完這些資料以后,預祝你順利打開AI的大門,并離成功目標更進一步!~
掃碼添加,免費獲取超全視頻資料
????立即掃碼 速速領取????
備注:【AI書籍】
01
4本享譽全球的AI好書
這些資料其中4個是享譽全球的人工智能書籍,這些書籍都比較貴,加起來超過了2580元,全部免費送給大家。
02
8份人工智能知識樹
不知道自己的就業職場坐標是什么,沒有方向和明確的規劃,就難以樹立自己的職業核心能力!
給你推薦這8張知識樹圖譜,這8張知識樹圖譜對我的職業規劃有著重大的影響,各位同學一定要認真參考!
高清大圖添加下方二維碼獲取
這些資料都比較貴,總價值超過5000元,但是對自我的職業發展價值則是無價的!
別慌,這些資料這一次全部免費分享給大家。
長按掃碼添加
獲取完整版本資料大禮包
先到先得 抓緊
備注:【AI書籍】添加
總結
以上是生活随笔為你收集整理的AI如何用特征、权重和避免过拟合等技术来分辨冬瓜和西瓜?的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 王德华:导师的学术胸怀与学术视野
- 下一篇: 高校老师因发消息爱打“???”被学生投诉