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 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。
95 0
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。
106 0
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。
78 0
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。
159 0
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。
|
机器学习/深度学习 人工智能 算法
AI学习笔记之——如何理解机器学习(Machine Learning)
前面虽然介绍了概率和贝叶斯网络,但是还是没有正式介绍AI中最重要的算法——机器学习。如果说概率论是机器学习的基石,那么机器学习算法和理论就是支撑整个AI系统的支柱。
1473 0
|
2月前
|
机器学习/深度学习 存储 搜索推荐
利用机器学习算法改善电商推荐系统的效率
电商行业日益竞争激烈,提升用户体验成为关键。本文将探讨如何利用机器学习算法优化电商推荐系统,通过分析用户行为数据和商品信息,实现个性化推荐,从而提高推荐效率和准确性。
|
27天前
|
机器学习/深度学习 算法 搜索推荐
Machine Learning机器学习之决策树算法 Decision Tree(附Python代码)
Machine Learning机器学习之决策树算法 Decision Tree(附Python代码)
|
2月前
|
机器学习/深度学习 算法 数据可视化
实现机器学习算法时,特征选择是非常重要的一步,你有哪些推荐的方法?
实现机器学习算法时,特征选择是非常重要的一步,你有哪些推荐的方法?
29 1
|
2月前
|
机器学习/深度学习 数据采集 算法
解码癌症预测的密码:可解释性机器学习算法SHAP揭示XGBoost模型的预测机制
解码癌症预测的密码:可解释性机器学习算法SHAP揭示XGBoost模型的预测机制
127 0