您好,欢迎访问代理记账网站
移动应用 微信公众号 联系我们

咨询热线 -

电话 15988168888

联系客服
  • 价格透明
  • 信息保密
  • 进度掌控
  • 售后无忧

AI - 机器学习

机器学习

  • 基础概念

基础概念

  1. 机器学习:专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能。
  2. 机器学习类型:监督学习,无监督学习,强化学习
    (1)监督学习:包括学习阶段和推理阶段;可分为“回归”和“分类”问题;
      [1] 分类模型和回归模型区别
    在这里插入图片描述
    (2)无监督学习:目标是发现这组数据中的特殊结构, 用于聚类,降维和推荐系统;
    (3)强化学习:目标是开发一个系统(智能体),通过与环境的交互来提高其性能;
    主要用于“时变系统控制规则构建”和“对战博弈策略构建”的方法。例用于机器人的步行控制和围棋对战;
    在这里插入图片描述
  3. 模型描述(线性)
    在这里插入图片描述
  4. 代价函数(损失函数,Loss Function): 用于找到最优解的目的函数
    (1) 训练模型的过程就是优化代价函数的过程
    (2) 代价函数对每个参数的偏导数就是梯度下降中提到的梯度,防止过拟合时加的正则化项也是加在代价函数后面。
  5. 梯度下降算法:
    (1) α \alpha α 代表学习率: 太小训练很慢,太大会在最优点震荡,达不到最优点。
    (2)越接近最低点,导数越来越小,学习率会自动采取更小步幅。
    ![在这里插入图片描述](https://img-blog.csdnimg.cn/4205d9fb5a78451c9795cf5d3addd477.pn
    在这里插入图片描述

分享:

低价透明

统一报价,无隐形消费

金牌服务

一对一专属顾问7*24小时金牌服务

信息保密

个人信息安全有保障

售后无忧

服务出问题客服经理全程跟进