机器学习总结2(7月12日)
本文章是我在学习了台湾大学教授李宏毅的机器学习课程后,针对其中的要点做的学习笔记。文笔不够优雅,水平不够高深。感兴趣的博友们请移步李宏毅老师的youtube专栏:https://www.youtube.com/channel/UC2ggjtuuWvxrHHHiaDH1dlQ
或者在bilibili上观看网友搬运的视频:http://www.bilibili.com/video/av9770302/
我们通过机器学习得到的最优的模型,与真实的函数总是有一定的差别,即存在偏差(bias)与方差(variance)
假设x的平均值是µ,x的方差是σ2
通过做实验,我们可以了解到,简单的model,它的方差较小,偏差较大。
复杂的model,它的方差较大,偏差较小。