目录
2.机器学习中的 Bias(偏差)、Error(误差)、Variance(方差)有什么区别和联系?
1.深度学习和机器学习的关系
深度学习是机器学习的一个特定分支,要想充分理解深度学习,就必须对机器学习的基本原理有深刻的理解。机器学习的本质属于应用统计学,其更多地关注如何用计算机统计地估计复杂函数,而不太关注为这些函数提供置信区间,大部分机器学习算法可以分成监督学习和无监督学习两类;通过组合不同的算法部分,例如优化算法、代价函数、模型和数据集可以建立一个完整的机器学习算法。
2.机器学习中的 Bias(偏差)、Error(误差)、Variance(方差)有什么区别和联系?
Error = Bias + Variance
Error是整个模型的准确度,Bias反映的是模型在样本上的输出与真实值之间的误差,即模型本身的精准度。
Variance是模型每一次输出结果与模型输出期望之间的误差,即模型的稳定性。