人工智能遇见磐创

摘要： 作者|Kelvin Lee 编译|Flin 来源|towardsdatascience 获得对正则化的直观认识 在机器学习中，正则化是一种用来对抗高方差的方法——换句话说，就是模型学习再现数据的问题，而不是关于问题的潜在语义。与人类学习类似，我们的想法是构建家庭作业问题来测试和构建知识，而不是简单的 阅读全文

摘要： 作者|Aparna Dhinakaran 编译|Flin 来源|towardsdatascience 部署健壮的、可扩展的机器学习解决方案仍然是一个非常复杂的过程，需要大量的人力参与，并做出很多努力。因此，新产品和服务需要很长时间才能上市，或者在原型状态下就被放弃，从而降低了行业内的对它的兴趣。那么 阅读全文