Search results

Jump to navigation Jump to search
Баннер1
  • ...ML) 项目成功的关键因素。它不仅仅是DevOps在机器学习领域的简单应用,而是一套集成了机器学习模型开发 (ML Development)、部署 (Deployment) 和运维 (Operations) 的实践、技术和文化。本报告旨在为初 * **模型训练 (Model Training)**: 包括模型选择、特征工程、模型训练和评估。 [ ...
    10 KB (197 words) - 00:38, 7 May 2025
  • * '''模型注册表 (Model Registry)''':用于存储和版本控制训练好的机器学习模型。 * '''部署服务 (Deployment Services)''':用于将机器学习模型部署到各种环境,例如 Az ...
    10 KB (294 words) - 08:35, 24 April 2025
  • * **模型漂移 (Model Drift)**:模型在生产环境中的表现逐渐下降,与训练时的� | 模型训练 (Model Training) || 训练机器学习模型,并进行评估和验证。 || 构� ...
    9 KB (144 words) - 00:08, 7 May 2025
  • 4. **模型选择 (Model Selection):** 根据具体应用场景选择合适的推荐算法,例如 5. **模型训练 (Model Training):** 使用历史数据训练推荐模型,使其能够学习用� ...
    8 KB (93 words) - 10:33, 15 April 2025
  • * '''模型开发 (Model Development):''' 包括模型选择、训练、评估和版本控制。[[� * '''模型验证 (Model Validation):''' 确保模型在生产环境中表现良好,包括离线� ...
    9 KB (215 words) - 23:16, 6 May 2025
  • * <b>模型训练 (Model Training) 模块</b>:包含模型定义、训练脚本和超参数优化� * <b>模型评估 (Model Evaluation) 模块</b>:用于评估模型的性能,并选择最佳模� ...
    9 KB (336 words) - 22:42, 6 May 2025
  • * **模型开发 (Model Development):** 数据科学家使用各种机器学习算法和框架(� * **模型训练 (Model Training):** 使用大量数据训练模型,并进行[[超参数调优]] ...
    9 KB (156 words) - 22:49, 6 May 2025
  • * **模型漂移 (Model Drift):** 随着时间推移,模型的性能会下降,因为训练数� * **模型训练 (Model Training):** 这涉及选择合适的算法、训练模型并评估其性� ...
    9 KB (176 words) - 23:10, 6 May 2025
  • * **模型安全 (Model Security) 的关注度提升:** 保护机器学习模型免受攻击和恶 * **模型训练 (Model Training) 相当于策略开发 (Strategy Development):** 交易者开发� ...
    10 KB (184 words) - 00:46, 7 May 2025
  • * **模型注册 (Model Registry):** 用于存储和管理您的模型。 * **模型部署 (Model Deployment):** 用于将您的模型部署到生产环境。 类似于将成功的[[� ...
    8 KB (111 words) - 08:21, 7 May 2025
  • 3. **模型构建 (Model Construction):** 使用深度学习框架(例如[[TensorFlow]]或[[PyTorc 4. **模型编译 (Model Compilation):** 选择合适的优化器(例如[[Adam]]或[[SGD]])和损� ...
    9 KB (224 words) - 08:56, 10 April 2025
  • * **模型开发 (Model Development):** 数据科学家使用各种机器学习算法构建和训� * **模型验证 (Model Validation):** 评估模型的性能,确保其满足业务需求。这� ...
    9 KB (123 words) - 00:09, 7 May 2025
  • 4. '''模型选择 (Model Selection)''':根据具体的需求选择合适的AI算法和模型。 5. '''模型训练 (Model Training)''':使用历史数据训练模型。 ...
    8 KB (226 words) - 08:40, 18 May 2025
  • * **模型开发 (Model Development):** 这部分涉及模型的选择、训练和评估。 常见 * **模型验证 (Model Validation):** 在部署前,对模型进行严格的验证,确保其满 ...
    8 KB (160 words) - 22:55, 6 May 2025
  • * **模型开发 (Model Development):** 数据科学家使用各种机器学习算法和技术,� * **模型训练 (Model Training):** 使用数据对模型进行训练,并评估其性能。 [[ ...
    11 KB (264 words) - 00:01, 7 May 2025
  • * **模型开发 (Model Development):** 这一阶段涉及选择合适的 [[机器学习算法]]� * **模型验证 (Model Validation):** 在部署模型之前,必须对其进行严格的验证� ...
    9 KB (147 words) - 00:30, 7 May 2025
  • 2. **模型开发 (Model Development):** 3. **模型部署 (Model Deployment):** ...
    8 KB (108 words) - 00:13, 7 May 2025
  • * '''模型评估 (Model Evaluation)''':使用测试数据评估机器学习模型的性能。常� * '''模型训练 (Model Training)''':使用 Azure 机器学习训练机器学习模型。可以� ...
    10 KB (305 words) - 21:56, 7 May 2025
  • * '''模型注册表 (Model Registry)''': 用于存储和版本控制你的机器学习模型。 模� * '''模型训练 (Model Training)''': 训练各种时间序列模型,例如 ARIMA、LSTM 和 Pro ...
    8 KB (195 words) - 08:20, 7 May 2025
  • * [[模型训练 (Training a Model)]]:详细解释模型训练的流程,包括优化器、损失函数和� * [[模型部署 (Model Deployment)]] ...
    10 KB (326 words) - 16:21, 9 May 2025
View (previous 20 | ) (20 | 50 | 100 | 250 | 500)
Баннер