熱線電話:13121318867

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


我們都知道,機器學習是人工智能中十分重要的內容,所以在前面的文章中我們給大家介紹了很多關于機器學習的知識,這些知識只是概念,還不是機器學習中更加深入的內容,不過要想學習深入知識就需要了解基礎知識,下面我們就給大家介紹一下機器學習中的基礎知識。


(1)正類,在二元分類中,有兩種類別:正類和負類。正類是我們測試的目標。

(2)精度就是分類模型的一種指標。準確率指模型預測正類時預測正確的頻率。

(3)分區策略就是在多個參數服務器中分割變量的算法。

(4)性能具有多種含義。在軟件工程中的傳統含義為軟件運行速度有多快/高效?在機器學習中的含義為模型的準確率如何?

(5)困惑度就是對模型完成任務的程度的一種度量指標。

(6)流程就是機器學習算法的基礎架構。管道包括收集數據、將數據放入訓練數據文件中、訓練一或多個模型,以及最終輸出模型。

(7)預測模型在輸入樣本后的輸出結果。

(8)預測偏差就是揭示預測的平均值與數據集中標簽的平均值的差距。

(9)預制評估器就是已經構建好的評估器。

(10)預訓練模型就是已經訓練好的模型或模型組件(如嵌入)。有時,你將預訓練嵌入饋送至神經網絡。其他時候,你的模型自行訓練嵌入,而不是依賴于預訓練嵌入。

(11)先驗信念就是訓練開始之前你對數據的信念。

(12)隊列就是實現隊列數據結構的 TensorFlow 操作。通常在輸入/輸出(I/O)中使用。

(13)秩在機器學習領域中包含多種含義的術語。張量中的維度數量。機器學習問題中類別的序數位置,按從高到低的順序給類別分類。

(14)召回率就是分類模型的一個指標,

(15)修正線性單元就是一種具備以下規則的激活函數:如果輸入為負或零,則輸出為 0。如果輸入為正,則輸出與輸入相同。

(16)回歸模型就是一種輸出持續值的模型。而分類模型輸出的是離散值。


我們在這篇文章中給大家介紹了很多機器學習中的知識,這些都是我們需要注意的內容,希望這篇文章能夠給大家帶來幫助,最后感謝大家的閱讀。

數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

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