要創建有效的機器學習工具箱，您實際上僅需要以下三個基本工具：Feature Store、Model Store、Evaluation Store
特徵
「41頁PDF免費下」AI賦能前需要做哪些評估？
這是一個系列文章，從4個角度來評估一個問題：“我的業務要不要用 AI ？能不能用 AI？”
為建模做好數據準備：特徵工程，特徵選擇，降維（第1部分）
機器學習算法也無法在大量不需要的雜項數據上產生預期的結果。因此，讓我們深入探討所有用於優化數據的選項。
我的業務要不要用人工智能？引入AI前你需要評估的（一）
這是一個系列文章，從各個角度來評估一個問題：“要不要用 AI ？AI 能否解決我的問題？”本期評估角度——特徵。
「實操講解」機器學習獲取數據難？別忘記特徵工程
為了讓機器學習模型能夠更輕鬆地讀取數據，我們可以運用特徵工程來提升模型的性能。