数据科学/机器学习工作流程
文章目录采集检查和探索清洁和准备建模部署构建机器学习应用程序在许多方面与标准工程范式相似，但在一个关键方面有所不同：需要将数据作为原材料来使用。数据项目的成功在很大程度上取决于您所获取数据的质量以及处理方式。并且由于处理数据属于数据科学领域，因此有助于理解数据科学工作流程：该过程按以下顺序进行以下六个步骤：采集，检查和探索，清理和准备，建模，评估和最终部署。通常需要回溯到先前的步骤，例如在检查和准备数据或进行评估和建模时，但是可以如上图所示描述高级别的过程。现在让我们详细讨论每个步骤。采集机器学
