机器学习(五)如何理解机器学习三要素

简介: 机器学习(五)如何理解机器学习三要素

1.8如何理解机器学习三要素

统计学习=模型+策略+算法

模型:规律y=ax+b

策略:什么样的模型是好的模型?损失函数

算法:如何高效找到最优参数,模型中的参数a和b

1.8.1模型

机器学习中,首先要考虑学习什么样的模型,在监督学习中,如模型y=kx+b就是所要学习的内容。

模型通常分为****决策函数**条件概率分布****

由决策函数表示的模型为非概率模型,由条件概率分布表示的模型为概率模型。

1.8.2策略

评价模型的好坏,使用损失函数进行度量,模型给出的值与实际真实值存在的差别。

损失函数度量模型一次预测的好坏,常用的损失函数有:

1.8.3算法

机器学习的算法就是求解最优化问题的算法。如果最优化问题有显示的解析解,这个最优化问题就比较简单,但通常这个解析解不存在,所以就需要利用数值计算的方法来求解。机器学习可以利用已有的最优化算法,也可以开发独自的最优化算法。

目录
相关文章
|
机器学习/深度学习 算法 数据挖掘
机器学习入门(二):如何构建机器学习模型,机器学习的三要素,欠拟合,过拟合
机器学习入门(二):如何构建机器学习模型,机器学习的三要素,欠拟合,过拟合
|
机器学习/深度学习 人工智能 算法
【机器学习】模型、算法与数据—机器学习三要素
【机器学习】模型、算法与数据—机器学习三要素
1567 0
|
机器学习/深度学习 算法 开发者
机器学习方法三要素-4| 学习笔记
快速学习机器学习方法三要素-4。
机器学习方法三要素-4| 学习笔记
|
机器学习/深度学习 算法 数据处理
机器学习方法三要素-3| 学习笔记
快速学习机器学习方法三要素-3。
机器学习方法三要素-3| 学习笔记
|
机器学习/深度学习 算法 开发者
机器学习方法三要素-2| 学习笔记
快速学习机器学习方法三要素-2。
机器学习方法三要素-2| 学习笔记
|
机器学习/深度学习 运维 算法
机器学习方法三要素-1| 学习笔记
快速学习机器学习方法三要素-1。
机器学习方法三要素-1| 学习笔记
|
机器学习/深度学习 人工智能 监控
如何理解机器学习中的偏见和公平(Aporia)
机器学习和大数据正变得越来越流行,它们对社会的影响也在不断扩大。许多行业越来越依赖机器学习算法和人工智能模型来做出每天影响企业和个人的关键决策。 了解偏见和公平的概念,以及它们如何在数据和机器学习中表现出来,有助于确保您在实践可靠的人工智能和治理。
|
2月前
|
机器学习/深度学习 数据采集 人工智能
【机器学习算法篇】K-近邻算法
K近邻(KNN)是一种基于“物以类聚”思想的监督学习算法,通过计算样本间距离,选取最近K个邻居投票决定类别。支持多种距离度量,如欧式、曼哈顿、余弦相似度等,适用于分类与回归任务。结合Scikit-learn可高效实现,需合理选择K值并进行数据预处理,常用于鸢尾花分类等经典案例。(238字)
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
1304 6
|
7月前
|
机器学习/深度学习 数据采集 人工智能
20分钟掌握机器学习算法指南
在短短20分钟内,从零开始理解主流机器学习算法的工作原理,掌握算法选择策略,并建立对神经网络的直观认识。本文用通俗易懂的语言和生动的比喻,帮助你告别算法选择的困惑,轻松踏入AI的大门。