熱線電話：13121318867

登錄
首頁精彩閱讀機器學習中的基礎知識（入門中篇）
機器學習中的基礎知識（入門中篇）
2019-02-16
收藏


機器學習涉及到的知識有很多，我們在前面的文章中也給大家列舉了大量的機器學習的概念，想要了解這些概念不是一個十分簡單的事情，但是我們只要理解了這些我們就能夠更好地去做機器學習工作，從而為人工智能服務。下面我們就給大家介紹一下機器學習中另外一部分的基礎知識。


（1）標簽就是在監督式學習中，樣本的答案或結果。標注數據集中的每個樣本包含一或多個特征和一個標簽。

（2）標注樣本包含特征和標簽的樣本。在監督式訓練中，模型從標注樣本中進行學習。

獨立同分布不會改變的分布中獲取的數據，且獲取的每個值不依賴于之前獲取的值。這是機器學習的理想情況，這是一種有用但在現實世界中幾乎找不到的數學構建。

（3）最小二乘回歸就是通過 L2 損失最小化進行訓練的線性回歸模型。

（4）線性回歸就是對輸入特征的線性連接輸出連續值的一種回歸模型。

（5）logistic 回歸就是將 sigmoid 函數應用于線性預測，在分類問題中為每個可能的離散標簽值生成概率的模型。盡管logistic回歸常用于二元分類問題，但它也用于多類別分類問題。這種情況下，logistic回歸叫作多類別logistic回歸或多項式回歸。

（6）對數損失函數就是二元 logistic 回歸模型中使用的損失函數。

（7）損失就是度量模型預測與標簽距離的指標，它是度量一個模型有多糟糕的指標。為了確定損失值，模型必須定義損失函數。線性回歸模型通常使用均方差作為損失函數，而 logistic 回歸模型使用對數損失函數。

（8）小批量就是在訓練或推斷的一個迭代中運行的整批樣本的一個小的隨機選擇的子集。小批量的大小通常在 10 到 1000 之間。在小批量數據上計算損失比在全部訓練數據上計算損失要高效的多。

（9）小批量隨機梯度下降就是使用小批量的梯度下降算法。也就是，小批量隨機梯度下降基于訓練數據的子集對梯度進行評估。

（10）lambda就是正則化率的同義詞。

（11）機器學習就是利用輸入數據構建預測模型的項目或系統。該系統使用學習的模型對與訓練數據相同分布的新數據進行有用的預測。機器學習還指與這些項目或系統相關的研究領域。


 在這篇文章中我們給大家介紹了很多機器學習的概念，這些概念都是需要我們了解的，關于機器學習的概念我們就給大家介紹這么多了，希望這篇文章能夠給大家帶來實質性的幫助。


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

機器學習 損失函數 特征 線性回歸 最小二乘 人工智能

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇如何做好數據分析報告（三）
下一篇機器學習中的基礎知識（入門上篇）
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢