如何更高效的自學(xué)機(jī)器學(xué)習(xí)？機(jī)器學(xué)習(xí)不過(guò)是一個(gè)尤其大的范疇，高效穩(wěn)定自學(xué)機(jī)器學(xué)習(xí)有兩個(gè)方面的關(guān)鍵要素：簡(jiǎn)單的方法要對(duì)機(jī)器學(xué)習(xí)有一個(gè)宏觀層面的認(rèn)識(shí)，明白了哪些是領(lǐng)域是很熱門且重點(diǎn)領(lǐng)域，你做到抓住重點(diǎn)，做到

如何更高效的自學(xué)機(jī)器學(xué)習(xí)？

機(jī)器學(xué)習(xí)不過(guò)是一個(gè)尤其大的范疇，高效穩(wěn)定自學(xué)機(jī)器學(xué)習(xí)有兩個(gè)方面的關(guān)鍵要素：簡(jiǎn)單的方法要對(duì)機(jī)器學(xué)習(xí)有一個(gè)宏觀層面的認(rèn)識(shí)，明白了哪些是領(lǐng)域是很熱門且重點(diǎn)領(lǐng)域，你做到抓住重點(diǎn)，做到精準(zhǔn)；或者，你要在熟練的掌握掌握一門語(yǔ)言工具的前提下結(jié)合詳細(xì)項(xiàng)目實(shí)踐，增強(qiáng)自己的實(shí)踐經(jīng)驗(yàn)，這個(gè)地方我給python打一個(gè)廣告。

下面說(shuō)一些具體一點(diǎn)的東西，可能會(huì)對(duì)你所幫助。

1:機(jī)器學(xué)習(xí)也可以幫忙解決哪些問(wèn)題？

主要注意統(tǒng)稱兩類問(wèn)題：分類問(wèn)題和回歸問(wèn)題，其中分類問(wèn)題又也可以分成三類多分類問(wèn)題和多標(biāo)簽多分類問(wèn)題。其他還有很多三階版本的問(wèn)題，像是由多個(gè)問(wèn)題復(fù)合法而成，比如對(duì)象檢測(cè)，實(shí)際中是把圖像分割和分類問(wèn)題全部整合到了互相；

2:機(jī)器學(xué)習(xí)算法有哪些？

我們確切可以將機(jī)器學(xué)習(xí)的算法可分傳統(tǒng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法。比較傳統(tǒng)機(jī)器學(xué)習(xí)算法中，較常見的有SVM，決策樹，隨機(jī)森林等，大都在sklearn中進(jìn)行了集成，可以不非常方便的調(diào)用。深度學(xué)習(xí)算法要注意依賴感自學(xué)框架，主流的真包含Tensorflow和PyTorch，各有優(yōu)缺點(diǎn)，請(qǐng)自身所了解做及時(shí)選擇。比如是深度學(xué)習(xí)的網(wǎng)絡(luò)結(jié)構(gòu)又是可以統(tǒng)稱卷積神經(jīng)網(wǎng)絡(luò)，遞歸神經(jīng)網(wǎng)絡(luò)，自動(dòng)出現(xiàn)編碼器，抵抗生成網(wǎng)絡(luò)，圖卷積神經(jīng)網(wǎng)絡(luò)等。目前深度學(xué)習(xí)在各個(gè)領(lǐng)域都取得了巨型的性能提升，是機(jī)器學(xué)習(xí)中的重點(diǎn)領(lǐng)域，另外圖卷積也慢慢的藍(lán)月帝國(guó)重中之重；

3:最常見的一種的機(jī)器學(xué)習(xí)的流程是什么樣的？

一個(gè)且又像是性的流程由這么大幾部分近似：數(shù)據(jù)集收拾，數(shù)據(jù)集預(yù)處理，數(shù)據(jù)集劃分（訓(xùn)練集，測(cè)試集，驗(yàn)正集，最常見比例7:1:2），模型訓(xùn)練，模型不驗(yàn)證，模型測(cè)試。

4:怎摸作品評(píng)價(jià)模型性能好壞？最常見指標(biāo)有哪些？

我們常見在用修改密保集的數(shù)據(jù)測(cè)試并你選擇結(jié)果的模型，然后把用測(cè)試數(shù)據(jù)集來(lái)測(cè)試我們模型的性能。能得到終于模型后，我們也可以不使用相當(dāng)大的的的測(cè)試數(shù)據(jù)集來(lái)進(jìn)一步評(píng)估公司模型的性能。評(píng)估模型性能，我們就不需要使用詳細(xì)的性能指標(biāo)。據(jù)數(shù)據(jù)集中不同類別樣本的比例，我們將數(shù)據(jù)集統(tǒng)稱均衡分配數(shù)據(jù)集和非均衡全面數(shù)據(jù)集。均衡數(shù)據(jù)集我們也可以建議使用準(zhǔn)確率、損失值、馬修斯系數(shù)、F1-score、ROC曲線包括AUC值等指標(biāo)，這類數(shù)據(jù)集的評(píng)估低些很難。是對(duì)非均衡分配數(shù)據(jù)集，我們要謹(jǐn)慎的使用準(zhǔn)確率來(lái)衡量能力模型性能，增強(qiáng)詳細(xì)問(wèn)題，我們好象更多的使用F1-score和ROC-AUC等指標(biāo)。

5:關(guān)於大學(xué)英語(yǔ)數(shù)據(jù)集。

現(xiàn)在網(wǎng)上有很多公開的且標(biāo)出較為完善的數(shù)據(jù)集，包括圖像的、序列的、文本的等等，為機(jī)器學(xué)習(xí)需要提供了良好的學(xué)習(xí)環(huán)境。練手階段需要充分利用這些資源！

至于，機(jī)器學(xué)習(xí)也不是可用的，很多情況下性能取決數(shù)據(jù)和問(wèn)題定義，并非每一個(gè)問(wèn)題都能用機(jī)器學(xué)習(xí)能解決。更何況面對(duì)現(xiàn)實(shí)的東西問(wèn)題，要很謹(jǐn)慎樂(lè)觀，不可隨意盲目相信跳坑！

空壓機(jī)在穩(wěn)定運(yùn)轉(zhuǎn)時(shí),為什么有周期性速度波動(dòng)？

速度周期性波動(dòng)是因此相位差力臂和正弦轉(zhuǎn)動(dòng)慣量的周期性變化影響到的。(機(jī)械的幾何中心和回轉(zhuǎn)中心不平行的線)

在波動(dòng)的一個(gè)周期內(nèi)，再輸入功和總耗功是成比例的，因此機(jī)器的平均速度是很穩(wěn)定的。但在一個(gè)周期中，任一時(shí)間間隔中輸入功和總耗功當(dāng)然不大小關(guān)系，因?yàn)榧磿r(shí)速度又是變化的。.例如沖床中，沖頭每沖一個(gè)零件，速度就空間波動(dòng)四次。

這種速度波動(dòng)的大小可用飛輪來(lái)壓制。裝置飛輪的實(shí)質(zhì)那就是提升機(jī)械的轉(zhuǎn)動(dòng)慣量，增加周期性速度波動(dòng)的程度。

這應(yīng)該是是機(jī)組全力運(yùn)轉(zhuǎn)與飛輪調(diào)節(jié)平衡相關(guān)的知識(shí)吧：）