十月下旬更新速递丨 直播实战启航、场景深耕与开发进阶

金秋收官,实战加码!十月下旬更新聚焦直播实战、AI场景应用、分层数据实战与开发进阶,带你从理论走向实践,从工具使用走向能力内化!

一、 AIChat资源上线

AIChat直播

AI每日一学

场景应用

二、技术经验分享

三、二次开发视频

  • 扩展包开发前端改造→ 系统阐述Smartbi前端框架的整体架构与核心组成,介绍在扩展包开发中常用的前端组件及其应用场景。

、任务持续上线

资源上线

  • “水印”白名单》→ 将大屏终端 显示的报表ID 纳入白名单,相关的报表就自动跳过水印处理,其他场景则强制加水印。

为进一步提升认证服务的质量与体验,我们对认证业务进行全面优化升级。更多详情请看Smartbi认证考试优化升级公告

任务详情

646
已领取任务数
270
参与用户

【AI每日一学知识问答】简单的介绍一下数据增强、特征工程、特征选择

20麦豆

任务有效期:2025-08-11 至 2025-08-17 模块:AIChat 您可领取次数:1

已结束 人数不限 20位麦粉已参与

小Tips:虽然没有限制领取人数,但是只有最快提交并且答对的前十名麦粉能够赢取20麦豆!如果审核不通过,不一定是答案不正确,更可能是没抢到前十名哦,任务结束后会在该任务详情公布答案~

答案藏在上期神帖【简单的介绍一下数据增强、特征工程、特征选择】中~

Ready go!


AI知识问答(知识巩固)

1、数据增强的主要目的是什么?

A. 减少原始数据的总量以加速训练

B. 仅用于提升模型在训练集上的准确率

C. 通过变换增加数据量和多样性,提高模型泛化能力,减少过拟合

D. 直接替代特征工程的作用


2、特征工程的核心在于?

A. 只负责删除无用的特征

B. 将原始数据转化为更能被模型有效利用的特征

C. 仅关注特征的标准化和归一化

D. 等同于特征选择过程


3、下列哪种特征选择方法是在模型训练过程中自动进行的?

A. 过滤式(Filter) - 基于统计量(如信息增益)

B. 包裹式(Wrapper) - 基于模型性能评估

C. 嵌入式(Embedded) - 如L1正则化在训练时进行特征选择

D. 以上都不是



答案:CBC

1、数据增强目的:让模型在更多不同的样本上进行训练,从而提高模型的泛化能力,减少过拟合现象,使模型能够更好地应对各种实际情况。

2、特征工程是将原始数据转化为更能被模型有效利用的特征的过程

3、嵌入式:在模型训练过程中自动进行特征选择,如L1正则化会使一些特征的权重变为0,从而起到特征选择的作用。


领取任务后即将进入倒计时,请在规定时间内完成,注意每个任务只能领取一次且只有一次提交的机会。若超时未完成将自动提交,即审核不通过。按时完成且通过审核的,将根据评审结果进行打赏对应的麦豆。
立即领取
立即提交
关闭
关闭
关闭
返回顶部