熱線電話：13121318867

登錄
首頁精彩閱讀機器學習的步驟都有哪些（六）
機器學習的步驟都有哪些（六）
2019-02-19
收藏


我們在上一篇文章中給大家介紹了機器學習中的概率統計的知識，概率統計知識在機器學習中評價步驟中用的很多。其實最優化理論在機器學習中的優化步驟中也是十分重要的，下面我們就給大家介紹一下這些內容。


最優化理論，我們一看就知道這是用在機器學習的優化中，在最優化理論當中，主要的研究方向是凸優化。凸優化當然它有些限制，但它的好處是什么呢？能夠簡化這個問題的解。因為在優化當中我們都知道，我們要求的是一個最大值，或者是最小值，但實際當中我們可能會遇到一些局部的極大值，局部的極小值，還有鞍點這樣的點。凸優化可以避免這個問題。在凸優化當中，極大值就是最大值，極小值也就是最小值。但是在實際當中，尤其是引入了神經網絡還有深度學習之后，凸優化的應用范圍越來越窄，很多情況下它不再適用，所以這里面我們主要用到的是無約束優化。同時，在神經網絡當中應用最廣的一個算法，一個優化方法，就是反向傳播。所以最優化理論是很多人工智能以及機器學習需要使用的內容。


三種數學工具和三個步驟并非一一對應


機器學習當中，用到的基礎數學都包括三種，分別是線性代數，概率統計，還有最優化理論。我們在機器學習當中用到的最基礎的一些數學工具。如果大概做一個分類，分別對應到我們機器學習當中，表示、評價，還有優化這樣三個步驟。在表示當中我們只用到線性代數，概率統計一點兒都不涉及，同樣地，我們在評價的時候，線性代數也不涉及，不是這樣，都會有一個交叉的過程，但是在每個步驟當中應用到的主要工具還是有所區別。其實高等數學是數學工具的基礎當然，在數學工具當中，我們并沒有涉及到高等數學，高等數學我們就把它當作一個基礎，一個基礎中的基礎。不光是人工智能，或者說機器學習，只要有數學參與的地方，我們都需要有高等數學的這個基礎。那么具體到機器學習當中，我們在高等數學這一塊兒用到的比較多的，可能包括求導，微分，這樣的一些內容。所以高等數學是我們需要好好研究的內容。


我們在這篇文章中給大家介紹了最優化理論的知識，這些知識都是需要我們注意的內容，希望這篇文章能夠幫助我們更好地理解人工智能和機器學習，最后感謝大家的閱讀。


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 人工智能 神經網絡 深度學習

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇機器學習的步驟都有哪些（五）
下一篇機器學習中的基礎知識（一）
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