-
生成模型与判别模型
先给个例子感受一下:
如果要判断说话者说的哪种语言,我们应该怎么做?
对于输入的数据x,为了得到它的标签y,那么生成模型需要学习联合概率分布,而判别模型需要学习条件概率分布.
-
参数学习与非参学习
-
参数学习
-
非参学习(并不是没有参数)
-
偏差与方差
首先定义常规的监督学习模型:
偏差与方差的定义:
用一组实例来理解偏差与方差:
例如:
如果我们有如下的预测模型:
我们使用平方损失的线性回归来估计的:
因此,在模型学习中可使用偏差和方差进行权衡,下图更直观的展示了偏差与方差的关系:
机器学习(一):一些常识
最新推荐文章于 2024-07-18 15:25:09 发布