机器学习中的关键组件
1.数据
数据集由一个个样本组成。样本由一组特征或者协变量组成
2.模型
深度学习的模型由神经网络交织在一起构成。
3.目标函数
一个定义的函数,希望优化它到最小值。有时候被称为损失函数,但是也可以优化到最高点,符号的区别而已。
4.优化算法
能够搜索出最佳参数,以最小化目标函数的算法。
机器学习问题的分类
- 监督学习
包括回归、分类、标记等等 - 无监督学习
在与环境进行交互后,还可以分为强化学习。
数据集由一个个样本组成。样本由一组特征或者协变量组成
深度学习的模型由神经网络交织在一起构成。
一个定义的函数,希望优化它到最小值。有时候被称为损失函数,但是也可以优化到最高点,符号的区别而已。
能够搜索出最佳参数,以最小化目标函数的算法。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/938452.shtml
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!