他的回复:
一个典型人工智能应用开发流程大致分几点:业务理解:理解业务本身,其本质是什么?是分类问题还是回归问题?数据怎么获取?应用哪些模型才能解决?数据理解:获取数据之后,分析数据里面有什么内容、数据是否准确,为下一步的预处理做准备数据预处理:原始数据会有噪声,格式化也不好,所以为了保证预测的准确性,需要进行数据的预处理。特征提取:它是机器学习中最重要、最耗时的一个阶段。模型构建:使用适当的算法,获取预期准确的值。模型评估:根据测试集评估模型的准确度。模型应用:将模型部署应用于实际生产环境中。应用效果评估:根据最终的业务,评估最终的应用效果。整个用户列表获取过程会不断反复,模型也会不断调整,直至达到理想的效果。