Google---機器學習速成課程(六)- 表示 (Representation)

機器學習模型不能直接看到、聽到或感知輸入樣本。所以我們必須創建數據表示，爲模型提供有用的信號來了解數據的關鍵特性。也就是說，爲了訓練模型，您必須選擇最能代表數據的特徵集。 學習目標 將日誌和 Protocol Buffer 中的字段映射到實用的機器學習特徵。 判斷哪些特性可用作合適的特徵。 處理離羣值特徵。 調查數據集的統計屬性。 使用 tf.estimator 訓練並評估模型。 --------

>>阅读原文<<