在机器学习中,将为了使学习成为可能所做的假设集称为学习算法的归纳偏倚(inductive bias).
在机器学习中,对于不适定问题(ill-posed problem),单靠数据本身不足以找到唯一的解,因此我们需要做一些特别的假设,以便得到已有数据的唯一解。将为了使学习成为可能所做的假设集称为学习算法的归纳偏倚(inductive bias) [1] 。
引入归纳偏倚的一种途径是假定一个假设类。[机器学习导论]
在机器学习中,将为了使学习成为可能所做的假设集称为学习算法的归纳偏倚(inductive bias).
在机器学习中,对于不适定问题(ill-posed problem),单靠数据本身不足以找到唯一的解,因此我们需要做一些特别的假设,以便得到已有数据的唯一解。将为了使学习成为可能所做的假设集称为学习算法的归纳偏倚(inductive bias) [1] 。
引入归纳偏倚的一种途径是假定一个假设类。[机器学习导论]