你有没有想过,从根本上讲,科学上讲,是什么让一块蛋糕不同于一片面包或一块饼干?我也是。但现在这个重要的、有争议的问题终于有了答案,什么是物联网技术,这要归功于可解释的机器学习。在机器学习中,淘客公众号,可解释性是研究我们如何使模型更具解释性,这样我们至少在某种程度上可以理解为什么他们做出预测,他们做了一个改进,从一个深层神经网络的预测的表面价值,返利宝,而不了解什么贡献了模型的输出。在这篇文章中,我们将向你展示如何建立一个可解释的机器学习模型来分析烘焙配方,我们甚至会用它来提出我们自己的新配方——不需要数据科学专业知识。
这个项目的想法来自Sara Robinson,她为Google Cloud从事人工智能工作。今年4月,她掀起了一场大规模的烘焙风暴,和任何一位优秀的机器学习实践者贝克一样,她很快就将自己的造型技巧转向了烘焙。她收集了一个食谱数据集,然后建立了一个TensorFlow模型,大数据的发展前景,该模型接受了配料列表并给出了预测,比如:
"97%的面包,2%的蛋糕,1%的饼干"
Sara的模型可以准确地按类型分类食谱,低价的云服务器,但她也用它想出了一个全新的食谱:她的模特认为大约50%的饼干和50%的蛋糕是一种"蛋糕"
本文地址: /shujuku/55996.html
版权声明:本文发布于收集站云 内容均来源于互联网 如有侵权联系删除