算法
文章平均质量分 95
数据科学和工程
Keep a Pure Curiosity
展开
-
机器学习中的性能评估度量
背景 机器学习方法(监督学习、无监督学习、强化学习)通常认为由模型、策略和算法三个部分构成。例如在监督学习,模型需要从数据中学习条件概率分布(概率模型)或者决策函数(非概率模型)。而模型的假设空间(hypothesis space)就是所有可能的条件概率分布或者决策函数的总体(集合)。 假设空间通常是庞大的,例如深度神经网络结构能够表示一大类输入层到输出层的函数集合。这样就需要我们设定一个可以量化评测假设空间中函数优劣的度量标准,即选出最优解。我们从数学角度去理解:这里定义原创 2021-04-01 00:54:50 · 256 阅读 · 0 评论 -
PAC(probably approximately correct) 学习架构介绍
PAC学习框架(模型)学习框架背景:PAC 模型的作者是Leslie Valiant ,因此获得2010 年图灵奖。最初PAC(probably approximately correct)学习框架针对的是二元分类问题(原装版),用严格的数学语言描述了可“学习”性。(1)对于一个输入空间XX(instance space),XX上的一个概念(conception)CC是XX上原创 2017-08-26 14:18:25 · 8745 阅读 · 2 评论