熱線電話：13121318867

登錄
首頁精彩閱讀機器學習中的基礎知識（深入上篇）
機器學習中的基礎知識（深入上篇）
2019-02-16
收藏


機器學習的知識有很多，我們在前面的文章中講述的都是相對比較簡單的知識，想必那些已經讓大家頭疼不已吧？在這篇文章中我們給大家介紹一下機器學習中深層次的知識。大家跟著小編學起來吧。


（1）層就是神經網絡中的神經元序列，可以處理輸入特征序列或神經元的輸出。也是 TensorFlow 的一種抽象化概念。層是將張量和配置選項作為輸入、輸出其他張量的 Python 函數。一旦必要的張量出現，用戶就可以通過模型函數將結果轉換成估計器。

（2）學習率就是通過梯度下降訓練模型時使用的一個標量。每次迭代中，梯度下降算法使學習率乘以梯度，乘積叫作 gradient step。學習率是一個重要的超參數。

（3）均方誤差就是每個樣本的平均平方損失。MSE 可以通過平方損失除以樣本數量來計算。TensorFlow Playground 展示訓練損失和測試損失的值是 MSE。

（4）模型就是機器學習系統從訓練數據中所學內容的表示。該術語有多個含義，包括以下兩個相關含義，第一個含義就是TensorFlow 圖，顯示如何計算預測的結構。第二個含義就是TensorFlow 圖的特定權重和偏差，由訓練決定。

（5）模型訓練就是確定最佳模型的過程。

（6）動量就是一種復雜的梯度下降算法，其中的學習步不只依賴于當前步的導數，還依賴于先于它的步。動量包括隨著時間計算梯度的指數加權移動平均數，類似于物理學中的動量。動量有時可以阻止學習陷于局部最小值。

（7）多類別就是在多于兩類的類別中進行分類的分類問題。

（8）NaN trap就是訓練過程中，如果模型中的一個數字變成了 NaN，則模型中的很多或所有其他數字最終都變成 NaN。NaN 是「Not a Number」的縮寫。

（9）負類就是在二元分類中，一個類別是正類，另外一個是負類。正類就是我們要找的目標，負類是另外一種可能性。

（10）神經網絡該模型從大腦中獲取靈感，由多個層組成，其中至少有一個是隱藏層，每個層包含簡單的連接單元或神經元，其后是非線性。

（11）神經元神經網絡中的節點，通常輸入多個值，生成一個輸出值。神經元通過將激活函數應用到輸入值的加權和來計算輸出值。


這篇文章我們給大家介紹了很多機器學習中深入的內容，這些內容都是需要我們了解之前的知識才能夠理解這些內容，所以大家不要偷懶或投機喲，要一個步驟一個腳印地來，這樣才能鞏固堅實的基礎儲備。希望這篇文章能夠給大家帶來幫助。


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 神經網絡 特征 偏差

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇機器學習中的基礎知識（入門下篇）
下一篇機器學習中的基礎知識（深入中篇）
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