机器学习三要素 模型 策略 算法 之间的关系

机器学习三要素之间的关系

模型

• 机器学习的目的——模型（Model）
• 机器学习训练的过程中所要学习的条件概率分布或者决策函数

策略

• 如何构造模型——策略（Strategy）
• 就是使用一种什么样的评价度量模型训练过程中的学习好坏的方法，同时根据这个方法去实施的调整模型的参数，以期望训练的模型将来对未知的数据具有最好的预测准确度

算法

• 模型的实现——算法（Algorithm）
• 是指模型的具体计算方法。它基于训练数据集，根据学习策略，从假设空间中选择最优模型，最后考虑用什么样的计算方法去求解这个最优模型

举个例子助于理解:

• 妈妈教孩子认字，那一个个的汉字就是数据，妈妈教孩子的过程就是策略，妈妈用的方法就是算法，孩子最后就成了一个能够认识不同字的模型

详解

• 首先每个汉字有不同的形态，这些偏旁、部首就是汉字的特征，妈妈给孩子讲解每个汉字的这些特征，让孩子认识,记住的过程就是策略。妈妈用的教育方法就是训练过程中使用到的算法，比如告诉孩子哪个汉字具体有哪些特征，什么样的特征是这个汉字，什么特征不是这个字，这就是监督学习过程，告诉孩子对错和判断的标准，并通过孩子的反馈不断地纠正孩子的错误来纠正孩子的认知，从而使得孩子能够不断的提高识字的准确程度，这个算法也就是监督学习算法
• 孩子经过妈妈的一番教导和不断地纠正错误（训练过程）最后终于有了自己相对稳定的判断（模型本身）可以识别不同的汉字了。但是还会有时认错字（误差），这就是训练过程不可避免的存在误差。即便是人本身也不可能事事都能百分之百做对、做正确，金无足赤，人无完人，机器亦是如此。
• 从上边的过程可以看出，妈妈教孩子识字的过程就是一个机器学习的过程，繁多的汉字作为训练的原始数据集，孩子就是已经定义好的模型结构，妈妈的教育过程就是一个有监督的数据训练的过程，孩子的反馈和妈妈的纠正属于算法执行过程，最终孩子学会了识记各种汉字，直白点孩子此时本身就是一个识别汉字的模型