Python
编程语言Python 是用于表达数据查询、脚本、配置或业务逻辑的语言/语法体系。
Vocabulary Detail
构建统计模型和机器学习模型,处理特征工程、实验设计、预测分析、评估指标和模型部署。
分类
分组
Python 是用于表达数据查询、脚本、配置或业务逻辑的语言/语法体系。
R 是用于表达数据查询、脚本、配置或业务逻辑的语言/语法体系。
notebook 是该职业语境中的常用专业词,通常用于沟通、记录或交付说明。
pandas 是建模、特征、训练、评估或机器学习工程中的核心概念。
NumPy 是建模、特征、训练、评估或机器学习工程中的核心概念。
SciPy 是建模、特征、训练、评估或机器学习工程中的核心概念。
scikit-learn 是建模、特征、训练、评估或机器学习工程中的核心概念。
TensorFlow 是建模、特征、训练、评估或机器学习工程中的核心概念。
PyTorch 是建模、特征、训练、评估或机器学习工程中的核心概念。
feature engineering 是建模、特征、训练、评估或机器学习工程中的核心概念。
training set 是建模、特征、训练、评估或机器学习工程中的核心概念。
validation set 描述任务推进、协作交付、质量控制或项目管理中的一个环节。
test set 是建模、特征、训练、评估或机器学习工程中的核心概念。
label 是建模、特征、训练、评估或机器学习工程中的核心概念。
target 是建模、特征、训练、评估或机器学习工程中的核心概念。
model 是建模、特征、训练、评估或机器学习工程中的核心概念。
algorithm 是建模、特征、训练、评估或机器学习工程中的核心概念。
regression 是建模、特征、训练、评估或机器学习工程中的核心概念。
classification 是建模、特征、训练、评估或机器学习工程中的核心概念。
clustering 是建模、特征、训练、评估或机器学习工程中的核心概念。
NLP 是建模、特征、训练、评估或机器学习工程中的核心概念。
computer vision 是建模、特征、训练、评估或机器学习工程中的核心概念。
embedding 是建模、特征、训练、评估或机器学习工程中的核心概念。
vector 是界面、视觉、交互、品牌或设计交付中的常用概念。
loss function 是建模、特征、训练、评估或机器学习工程中的核心概念。
gradient descent 是建模、特征、训练、评估或机器学习工程中的核心概念。
hyperparameter 是建模、特征、训练、评估或机器学习工程中的核心概念。
cross validation 描述任务推进、协作交付、质量控制或项目管理中的一个环节。
ROC 是工作沟通中常见的缩写,用于快速指代指标、流程、系统或业务对象。
AUC 用于衡量结果、质量、成本、效率或业务表现,常出现在报表和复盘中。
precision 用于衡量结果、质量、成本、效率或业务表现,常出现在报表和复盘中。
recall 用于衡量结果、质量、成本、效率或业务表现,常出现在报表和复盘中。
F1 用于衡量结果、质量、成本、效率或业务表现,常出现在报表和复盘中。
RMSE 用于衡量结果、质量、成本、效率或业务表现,常出现在报表和复盘中。
MAE 用于衡量结果、质量、成本、效率或业务表现,常出现在报表和复盘中。
overfitting 是建模、特征、训练、评估或机器学习工程中的核心概念。
underfitting 是建模、特征、训练、评估或机器学习工程中的核心概念。
regularization 是建模、特征、训练、评估或机器学习工程中的核心概念。
pipeline 描述任务推进、协作交付、质量控制或项目管理中的一个环节。
MLflow 是该岗位常用的软件、平台、工具链或工作环境。
MLOps 是建模、特征、训练、评估或机器学习工程中的核心概念。
drift 是建模、特征、训练、评估或机器学习工程中的核心概念。
inference 是建模、特征、训练、评估或机器学习工程中的核心概念。