一、常用模型評(píng)價(jià)指標(biāo)

進(jìn)行需求評(píng)審時(shí)，需要清晰描述業(yè)務(wù)背景，說(shuō)明需要用模型解決的業(yè)務(wù)問(wèn)題，同時(shí)還要說(shuō)明模型需要達(dá)到什么樣的標(biāo)準(zhǔn)才可以進(jìn)入實(shí)際使用階段，這里所說(shuō)的標(biāo)準(zhǔn)一般指的就是評(píng)價(jià)指標(biāo)。

[if !supportLists]1、 [endif]選擇樣本驗(yàn)證

用來(lái)建模的一個(gè)數(shù)據(jù)集，往往會(huì)被分為兩個(gè)數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)+測(cè)試數(shù)據(jù)；

常用的處理方法：留出法、交叉驗(yàn)證法、自助法

[if !supportLists]2、 [endif]評(píng)價(jià)指標(biāo)說(shuō)明

1）分類模型的評(píng)價(jià)指標(biāo)：評(píng)價(jià)分類結(jié)果精度的指標(biāo)，最常見(jiàn)的是準(zhǔn)確率，精確率和召回率

2）回歸模型評(píng)價(jià)

不同的模型，其具體的應(yīng)用場(chǎng)景不同，也會(huì)有不同的評(píng)估指標(biāo)，分類和回歸問(wèn)題是人工智能模型中常見(jiàn)的兩個(gè)問(wèn)題，因此了解了這兩大類問(wèn)題的評(píng)估指標(biāo)可以解決工作中的常見(jiàn)問(wèn)題。在遇到具體的問(wèn)題時(shí)，我們可以根據(jù)實(shí)際的產(chǎn)品應(yīng)用場(chǎng)景，提出更加個(gè)性化的評(píng)價(jià)指標(biāo)要求。

二、人工智能的發(fā)展階段：弱人工智能、強(qiáng)人工智能、超人工智能。

三、智能硬件

1、智能硬件的設(shè)計(jì)流程：雙流程

2、常見(jiàn)智能硬件組成

3、智能硬件成本評(píng)估