处理单个业务数据时需要兼顾哪些方面？

机器学习时，当数据集的特征间具有不同的值范围时，通常采用数据归一化的手段使特征具有相同的度量尺度。

在numpy中，shape属性和reshape()函数的功能都是对于数组的形状进行操作。shape属性可以了解数组的结构，reshape()函数可以对数组的结构进行改变。

在OCR识别中，卷积神经网络可以取代传统方式中特征提取器和分类器的角色。

训练后的模型在正式集成之前，需要评估模型效果是否可用。

在模型训练时，应该根据硬件资源的充足程度来选择合适的算法类型。

在EasyDL中，创建模型后可持续新增模型版本。

在数据导入到人工智能测试平台前需要进行数据清洗。

在准备数据的时候，应该尽可能采集真实场景下的数据。

在进行图像分类时，每个类别的图像数量应该尽可能保持一致。

在算法测试中，修改参数配置文件可能提高算法的精度。