一、常用模型评价指标

进行需求评审时，需要清晰描述业务背景，说明需要用模型解决的业务问题，同时还要说明模型需要达到什么样的标准才可以进入实际使用阶段，这里所说的标准一般指的就是评价指标。

[if !supportLists]1、 [endif]选择样本验证

用来建模的一个数据集，往往会被分为两个数据集，训练数据+测试数据；

常用的处理方法：留出法、交叉验证法、自助法

[if !supportLists]2、 [endif]评价指标说明

1）分类模型的评价指标：评价分类结果精度的指标，最常见的是准确率，精确率和召回率

2）回归模型评价

不同的模型，其具体的应用场景不同，也会有不同的评估指标，分类和回归问题是人工智能模型中常见的两个问题，因此了解了这两大类问题的评估指标可以解决工作中的常见问题。在遇到具体的问题时，我们可以根据实际的产品应用场景，提出更加个性化的评价指标要求。

二、人工智能的发展阶段：弱人工智能、强人工智能、超人工智能。

三、智能硬件

1、智能硬件的设计流程：双流程

2、常见智能硬件组成

3、智能硬件成本评估