机器学习-与最优化(运筹学)的关系

随写啊。--题记

可以理解机器学习用到了最优化,但是最优化却没有用到机器学习的方法(至少很少,难道最优化是自成一体吗)。

机器学习常常是为了训练模型的得到模型参数。为了达到目的,模型的训练往往首先给参数赋上随机初值,然后用各种下降法来寻找能让分类错误率更小的参数设置,此时用到了最优化方法:梯度下降、牛顿法、共轭梯度法和Levenberg—Marquard法都是常见的方法。

但是在优化的方法论里面,如何使用机器学习呢?这是一个开放性的问题

  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值