熱線電話：13121318867

登錄
首頁精彩閱讀機器學習中需要了解的概念
機器學習中需要了解的概念
2019-04-26
收藏

機器學習有大塊的知識，也有零碎的知識，我們在學習機器學習的時候不能忽視這些零碎的知識。如果對這些知識忽視，那么就容易讓自己的知識架構殘缺不全。如果對這些知識的了解充分，我們就能夠更好地理解機器學習。下面我們就為大家介紹機器學習中的基礎知識。

（1）廣義線性模型就是最小二乘回歸模型的推廣/泛化，基于高斯噪聲，相對于其它類型的模型，這種模型基于其它類型的噪聲，比如泊松噪聲，或類別噪聲等等。廣義線性模型的例子包括很多，比如logistic回歸、多分類回歸、最小二乘回歸。而廣義線性模型的參數可以通過凸優化得到，它的性質有很多，第一就是最理想的最小二乘回歸模型的平均預測結果等于訓練數據的平均標簽。第二就是最理想的 logistic 回歸模型的平均概率的預測結果等于訓練數據的平均標簽。第三就是廣義線性模型的能力局限于其特征的性質。和深度模型不同，一個廣義線性模型無法學習新的特征。

（2）啟發式就是一個問題的實際的和非最優的解，但能從學習經驗中獲得足夠多的進步。

（3）梯度就是所有變量的偏導數的向量。在機器學習中，梯度是模型函數的偏導數向量。梯度指向最陡峭的上升路線。

（4）梯度截斷就是在應用梯度之前先修飾數值，梯度截斷有助于確保數值穩定性，防止梯度爆炸出現。

（5）梯度下降是通過計算模型的相關參量和損失函數的梯度最小化損失函數，值取決于訓練數據。梯度下降迭代地調整參量，逐漸靠近權重和偏置的最佳組合，從而最小化損失函數。

（6）圖在 TensorFlow 中的一種計算過程展示。圖中的節點表示操作。節點的連線是有指向性的，表示傳遞一個操作的結果給另一個操作。使用 TensorBoard 能可視化計算圖。

（7）泛化是指模型利用新的沒見過的數據而不是用于訓練的數據作出正確的預測的能力。

（8）折頁損失函數就是損失函數的一個類型，用于分類模型以尋找距離每個樣本的距離最大的決策邊界，即最大化樣本和邊界之間的邊緣。

在這篇文章中我們給大家介紹了很多有關機器學習的知識，這些知識都是機器學習中深層的概念，所以說大家一定要掌握這些概念，這樣就能夠更好地掌握機器學習。


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 最小二乘 特征

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇做數據挖掘失敗的原因都有哪些？
下一篇你需要了解的人工智能的知識
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