- 博客(2)
- 收藏
- 关注
RSS订阅原创 【集成学习系列】第一节 基础知识点
第一节 基础知识点 通常来讲，一个模型“好”还是“不好”取决于它是否能满足用户的需求。学习的根本目标是“泛化”(generalization)，即：能够把从训练样本学习获得的知识推广到未见样本，因此一个好的学习器应该具有好的泛化能力，即：具有较小的“泛化误差”(generalization error)。学习过程可以形式化地描述为如下过程。假设χ\chiχ为样本空间，D\mathcal DD为χ\chiχ上的分布，fff为潜在目标函数。给定训练集D={(x1,y1),(x2,y2),...,(xm,ym)}
2020-12-09 16:33:33
175
原创 高效构建机器学习系统
高效构建机器学习系统 介绍——机器学习策略是什么？ 1. 构建机器学习系统 训练效果不好的时候： 获得更多数据 数据集多样性不够 训练更长时间 使用Adam而非梯度下降 尝试更大的网络 尝试更小的网络 尝试Dropout 添加L2正则化 添加其他网络结构 激活函数 隐藏单元 …… 使用正确的方法，很重要，哪些值得尝试，哪些可以直接放弃。 2. 正交化（Orthogonalization） 挑战之一是，可以尝试的方向太多了，如需要调整的超参数；高效的机器学习人员都非常清楚需要调整什么，这一过程
2020-11-24 14:31:19
508
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