CoreML使用表格数据进行设备模型训练



我正在尝试构建一个应用程序,该应用程序基于一个具有4个功能的表来提出建议(不同的类(:纬度、经度、时间和工作日。

我的应用程序的训练数据是100%个人的,所以对模型进行预训练并没有什么意义。我希望能够在设备上训练。我知道CoreML3支持更新神经网络和kNN分类器,但这真的能帮助我处理表格数据吗?

其他的表格分类器,如自夸树,随机森林。。。不幸的是,无法在设备上进行训练。对于那些更简单的机器学习算法的设备上训练,有CoreML的替代方案吗?或者CoreML不知何故已经做到了我想要的。

不幸的是,我并不是真正的神经网络专家。

仅仅因为Core ML没有提供什么,并不意味着它是不可能的。:-(您可以使用现有的库,也可以自己实现算法。

如果你想构建一个逻辑回归分类器,这很容易手工实现。(你甚至可以使用单层的神经网络,并且仍然使用Core ML。(

最新更新