- 博客(1)
- 收藏
- 关注
原创 《西瓜书》第一、二章笔记
因此,我们应该让学习器尽可能地从训练集中学出普适性的“一般特征”,这样在遇到新样本时才能做出正确的判别。从数据学得模型的过程称为“学习”,学得模型称为假设(hypothesis),这一过程是为了找出对应关于数据的某种潜在规律(真相,ground truth):广义的归纳学习大体相当于从样例中学习,而狭义的归纳学习则要求从训练数据中学得概念,因此亦称为概念学习或概念形成。学习能力过强,以至于把训练样本所包含的不太一般的特性都学到了,称为:过拟合(overfitting)P:计算机程序在某任务类T上的性能。
2023-07-22 00:30:06
135
1
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