人工智能开发技术学习(一)

本文介绍了人工智能开发中的机器学习基本概念,包括过拟合和欠拟合问题及解决方案,以及训练、验证、测试数据集的重要性。此外,还探讨了深度学习,如卷积神经网络、循环神经网络和自动编码器的应用。
摘要由CSDN通过智能技术生成

一.AI知识体系结构

在这里插入图片描述

二.AI相关概念学习

机器学习(Machine Learning)

  • 基本概念
    从已知数据中学习其中蕴含的规律或者规则,并利用这些规律和规则推广到未来的新数据上做出判断或预测,它是人工智能中的一个热门领域。

  • 常用算法
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  • 关键问题
    过拟合(Overfitting):模型对训练数据的贴合程度非常好,但是对于新的数据表现极差
    欠拟合(Underfitting):模型连训练数据都无法很好的解释或匹配
    解决办法:严格区分训练数据、测试数据和验证数据;如果能用比较简单的模型获得较好的效果,就不必采取过于复杂的模型(例如:低阶曲线可能比高阶曲线效果更好)ÿ

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值