热线电话:13121318867

登录
首页精彩阅读机器学习要注意的事情(一)
机器学习要注意的事情(一)
2019-02-14
收藏


大家都知道,机器学习在人工智能中是一个非常重要的内容,我们在进行学习人工智能之前要对机器学习有一定的了解,而机器学习中最重要的就是那些算法了,只有我们掌握了那些算法我们才能够更好地掌握和熟料机器学习的内容。对于机器学习我们需要清楚很多事情,我们在这篇文章中给大家总结了12点内容,希望这12点内容能够帮助大家解决更多的问题。


首先我们给大家说一下机器学习中第一个内容,那就是我们要知道机器学习就是由表示、评价、优化组成。其中表示就是一个分类器必须用计算机能够处理的一些正式语言来表示。相反,为学习者选择一种表示方式就等同于选择一组可以学习的分类器。这个集合被称为学习者的假设空间。如果一个分类器不在假设空间中,它就不能被学习。而评价就是要区分好的分类器和坏的分类器,需要一个评价函数。算法内部使用的评估函数与分类器外部使用的评价函数可能不同,其主要是为了便于优化。最后,我们需要在语言的分类器中找到得分最高的一种方法。这就用到了优化,优化技术的选择是提高学习者效率的关键,同时也有助于确定分类器的评价函数是否具有多个最优值。初学者开始的时候使用现成的优化器是很常见的,不过这些优化器会被专门设计的优化器取代。


其次我们需要知道泛化的作用是十分重要的。机器学习的基本目标是泛化训练集中的例子。这是因为,无论我们有多少数据,我们都不太可能在测试时再次遇到一模一样的例子。在训练集上做得很好很容易,机器学习初学者最常见的错误是,对训练数据进行测试之后以为自己成功了。之后把选择的分类器放在新数据上测试,发现还没有随机猜测的准确。所以,如果构建一个分类器,一定要保留一些数据用来测试分类器。相反,如果构建一个分类器,那么在开始的时候将一些数据放在一边,最后用它来测试分类器,也就是最后在全部数据的基础上学习最终分类器。


在这篇文章中我们给大家介绍了关于机器学习需要注意的事项,机器学习由表示、评价、优化组成以及泛化的作用是十分重要的。由于篇幅原因我们就给大家介绍到这里了,在后面的文章中我们会继续为大家介绍出更多的内容。

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询