纯小白,一点关于机器学习的笔记
【baseline】通常指的是一个基准线或者参考点。
在机器学习和大模型相关的任务中,baseline代码是指一个初始版本的实现,它提供了一个基本的、最简单的解决方案。这段代码的性能将作为参考点,用于评估之后更复杂、更优化的模型或算法的改进程度。这样做的目的是确保有一个明确的标准,可以衡量新方法是否确实带来了改进。简而言之,baseline是一种起点,用于比较和衡量新模型的表现是否有所提升。
机器学习基本概念
机器学习是指让计算机具有像人一样的学习和思考能力的技术的总称。具体来说是从已知数据中获得规律,并利用规律对未知数据进行预测的技术。
机器学习分类:
- 有监督学习(SupervisedLearning):有老师(环境)的情况下,学生(计算机)从老师(环境)那里获得对错指示、最终答案的学习 方法。
跟学师评 - 无监督学习(UnsupervisedLearning):没有老师(环境)的情况下,学生(计算机)自学的过程,一般使用一些既定标准进行评价。自学标评
- 强化学习(Reinforcement Learning):没有老师(环境)的情况下,学生(计算机)对问题答案进行自我评价的方法。自学自评
机器学习可以做如下两种分类
- 有监督学习:代表任务"分类"和"回归"
- 无监督学习:代表任务"聚类"和"降维"