機器學習的基本要素_第1頁
機器學習的基本要素_第2頁
機器學習的基本要素_第3頁
機器學習的基本要素_第4頁
機器學習的基本要素_第5頁
已閱讀5頁，還剩9頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

機器學習的基本要素導語機器學習的基本要素基本要素解析引語/01引語

在整個機器學習過程中有很多人工介入的過程。一般來說，人工介入的過程越少越好。盡管基于深度學習的方法可以在一定程度上降低學習過程中人工介入的程度，但是人工介入仍然無法完全避免，只能盡可能地保證“完全用數據說話”的客觀原則。機器學習在估計模型參數時，仍然有一些關于統計模型的基本要素需要預先進行人工設定，主要包括屬性和基本模型結構。機器學習的基本要素/02

機器學習的基本要素。機器學習的基本要素

首先，人們通過觀察現實世界，抽象出其研究問題的屬性和建模采用的基礎模型結構。其次，數據分析者把這些內容代入數據集合中，基于觀測值得出具體的統計模型。最后，數據分析者可以將模型結果用于現實的在線應用以解決實際問題。一般來說，上面所指的具體模型主要是模型參數，是通過數據集合學習獲得的；但是模型中的屬性和基礎模型結構則是人定的，因此，任何機器學習方法都不可能完全擺脫人工干預。機器學習的基本要素基本要素解析/03

在進行數據分析時，尤其對于預測性任務，通?？捎玫臄祿傩院芏唷τ趥鹘y的機器學習方法，一般是人工基于經驗篩選或構造一些關鍵指標用于預測分析，這個過程是比較典型的人工介入環(huán)節(jié)?；疽亟馕?/p>

為了避免指標篩選和構造過程的主觀性，可以采用深度學習方法，把所有原始數據代入模型進行分析，讓模型自動篩選有用的屬性，或基于已有屬性通過隱含層的數據轉化環(huán)節(jié)自動構造抽象程度更高的綜合指標?；疽亟馕?/p>

在進行數據分析時，數據的屬性及基礎模型的結構都是不確定的，所以對數據進行分析在技術層面上有許多具體的方案可以選擇。基本要素解析

基礎模型需要人工設定，人可以根據經驗確定可以選擇的基礎模型的范圍，但仍不知道哪個具體的基礎模型結構是最好的。其中，在每種基礎模型結構的備選方案下都可以用訓練集中的數據“學習”一個統計模型，而驗證集中數據的作用就是對各個模型的性能進行評估，并挑選出最好的模型作為最終的模型輸出。

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論