By Liu Chunsheng

The new private sector promotion law, which comes into effect on Tuesday, is China's first fundamental legislation specifically focused on the development of the private economy.

位来 发自 凹非寺
量子位 报道 | 公众号 QbitAI

4月9日，英伟达x量子位分享了一期nlp线上课程，来自NVIDIA的GPU计算专家、FasterTransformer 2.0开发者之一的薛博阳老师，与数百位开发者共同探讨了：

• FasterTransformer 2.0 新增功能介绍
• 如何针对Decoder和Decoding进行优化

在上一篇文章中，我们探讨了分布式训练实战。本文将深入解析注意力机制

在数据分析领域，预测模型扮演着至关重要的角色。本文旨在为读者提供一份简明扼要的指南，从建模的基本思路到模型的分类，再到具体的应用场景，全方位解读预测模型的构建与运用。通过这篇文章，无论是数据新手还是有经验的分析师，都能获得宝贵的洞见，提升数据分析的准确性和效率。

“建个模型预测一下！”一听到要建模预测，很多同学都会菊花一紧。可以用来做预测模型很多，但是往往领导们喊着“建个模型”的时候，他丢给你的就孤零零的一行数，形如下图：

在这篇文章中，我将逐步讲解如何使用 TensorFlow 创建一个简单的机器学习模型。

TensorFlow 是一个由谷歌开发的库，并在 2015 年开源，它能使构建和训练机器学习模型变得简单。

1. 回顾与引入

上节课我们谈到了机器学习的一些实战技巧，比如如何处理数据、选择模型以及调整参数。今天，我们将更深入地探讨机器学习的两大类：监督学习和非监督学习。

2. 监督学习

监督学习就像是有老师的教学过程。在这个过程中，我们给算法提供带有标签的数据，让算法学习如何根据输入数据预测输出结果。想象一下，如果你是一名学生，老师给了你很多例题和答案，然后让你自己解题，这就是监督学习。

在机器学习中，有一项很重要的概念，那就是：过拟合（Overfitting）和欠拟合（Underfitting）。

在上一节我们介绍了分类模型的评估，本节我们介绍一下回归模型的评估，对于回归模型的评估指标，常用的指标有：

第一个是均方误差，英文是Mean Squared Error，简写是MSE，它是对每个预测值减去实际值的平均数然后取平方的和再除以总数。

第二个是决定系数，英文是Coefficient of Determination，简写是R^2，它衡量的是回归模型的拟合优度

准确预测Fitbit的睡眠得分

在本文的前两部分中，我获取了Fitbit的睡眠数据并对其进行预处理，将这些数据分为训练集、验证集和测试集，除此之外，我还训练了三种不同的机器学习模型并比较了它们的性能。

在第2部分中，我们看到使用随机森林和xgboost默认超参数，并在验证集上评估模型性能会导致多元线性回归表现最佳，而随机森林和xgboost回归的表现稍差一些。