熱線電話:13121318867

登錄
首頁精彩閱讀機器學習中的基礎知識(一)
機器學習中的基礎知識(一)
2019-02-19
收藏


機器學習中涉及到了很多的概念,當然要想了解機器學習的話就需要對這些基礎知識有一個深入的了解才能夠入門機器學習,那么機器學習的基礎知識都有哪些呢?我們在這幾篇文章中給大家列舉一下機器學習的基礎知識。


(1)準確率的概念,準確率就是分類模型預測準確的比例。

(2)AUC(曲線下面積)則是一種考慮到所有可能的分類閾值的評估標準。ROC 曲線下面積代表分類器隨機預測真正類要比假正類概率大的確信度。

(3)激活函數就是一種函數,也就是將前一層所有神經元激活值的加權和輸入到一個非線性函數中,然后向下一層傳遞該函數的輸出值。

(4)AdaGrad是一種復雜的梯度下降算法,重新調節每個參數的梯度,高效地給每個參數一個單獨的學習率。這些知識都是需要我們要了解的。

(5)在機器學習中,反向傳播神經網絡中完成梯度下降的重要算法。首先,在前向傳播的過程中計算每個節點的輸出值。然后,在反向傳播的過程中計算與每個參數對應的誤差的偏導數。

(6)基線就是被用為對比模型表現參考點的簡單模型?;€幫助模型開發者量化模型在特定問題上的預期表現。

(7)批量就是指模型訓練中一個迭代使用的樣本集。批量大小就是一個批量中樣本的數量。批量大小通常在訓練與推理的過程中確定。

(8)偏置就是與原點的截距或偏移量。偏置被稱為機器學習模型中的 b 或者 w0。而二元分類器一類分類任務,輸出兩個互斥(不相交)類別中的一個。binning/bucketing則是根據值的范圍將一個連續特征轉換成多個稱為 buckets 或者 bins二元特征,稱為 buckets或者bins。

(9)檢查點則是在特定的時刻標記模型的變量的狀態的數據。檢查點允許輸出模型的權重,也允許通過多個階段訓練模型。檢查點還允許跳過錯誤繼續進行。注意其自身的圖式并不包含于檢查點內。


在這篇文章中我們給大家介紹了機器學習涉及到的知識以及概念,這些知識都是我們需要了解的知識。由于篇幅原因我們就給大家介紹到這里了,希望這篇文章能夠幫助大家更好的了解機器學習。我們下期見。

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