机构名称：
¥ 2.0
图 3 普通最小二乘法 (OLS)、机器学习 (ML) 和深度学习 (DL) 方法之间的差异。 (A) 在 OLS 中，特征（或预测因子）是手动建模的，并且除非另有规定，否则假定它们的关系与输出变量呈线性关系。模型和学习模式的解释（推理）很简单。 (B) ML 遵循类似的程序，但算法可以从提供的特征中学习更复杂的模式。尽管如此，从业者进行彻底的特征工程是交付高性能模型的关键步骤。 (C) 对于 DL，尤其是应用于非结构化数据时，特征工程是互连神经网络层的固有行为。输入特征（表格数据字段、图像像素、文本片段等）与预测输出之间的关系更加不透明，更难解释。
人工智能在过敏领域的现状与前景
主要关键词
相关文件推荐
