- 博客(3)
- 收藏
- 关注
RSS订阅原创 Datawhale X 李宏毅苹果书 AI夏令营 Task3
一、损失分析1、模型偏差 若我们设置的模型对数据匹配不高或者过于简单，可能会出现模型函数集合中的较小损失并不是我们要找的最小损失，如下图。可以通过增加输入特征值来提高模型灵活性。2、优化问题 优化我们常用梯度下降法，这种方法可能会让我们找见局部最小值，而不是整个函数集合的最小损失。确定这种问题的方法是通过比较不同层次的模型损失，若深层模型损失大于浅层模型则可以判断是该模型优化问题。如下图。3、过拟合 过拟合意思是只对特定数据有精准分析丧失了对其他数据的准确性，相当于是模
2024-09-03 22:05:53
159
原创 Datawhale X 李宏毅苹果书 AI夏令营 Task2
1.2线性模型 为了降低损失我们可以考虑更多数据的影响，比如将数据分成多个组进行预测。但线性模型过于简单，我们可能怎么设置参数都没办法模拟出近似真实情况的曲线，这种情况被称为叫模型的偏差。 我们可以将下图红线看作一个常数项加上hard sigmoid函数（红线每个转折都是一个常数项加上hard sigmoid函数），即分段曲线。 若我们所需要的分段曲线越复杂，转折点越多，则所需要的hard sigmoid函数越多；当我们的点取的足够多就可以逼近连续的曲线，如下图。
2024-08-31 18:54:01
375
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人