
在上一篇文章中我们给大家介绍了很多机器学习中深层次的基础知识,看起来这是一句十分矛盾的话,但是我们不难发现越往后介绍的知识的理解难度逐渐加大,所以就需要我们对前面的文章提到的知识做到掌握才行,我们在这篇文章中继续为大家介绍机器学习中的其他部分的知识。
(1)归一化就是将值的实际区间转化为标准区间的过程,标准区间通常是-1 到+1 或 0 到 1。
(2)目标就是算法尝试优化的目标函数。
(3)离线推断就是生成一组预测并存储,然后按需检索那些预测。可与在线推断对照阅读。
(4)优化器就是梯度下降算法的特定实现。
(5)异常值就是与大多数值差别很大的值。在机器学习中,异常值有高绝对值的权重、与实际值差距过大的预测值、比平均值多大约 3 个标准差的输入数据的值、异常值往往使模型训练中出现问题。
(6)one-hot 编码就是独热编码。也是一个稀疏向量,其中一个元素设置为 1,所有其他的元素设置为0。独热编码常用于表示有有限可能值集合的字符串或标识符。
(7)一对多就是给出一个有 N 个可能解决方案的分类问题,一对多解决方案包括 N 个独立的二元分类器——每个可能的结果都有一个二元分类器。
(8)输出层就是神经网络的最后一层。这一层包含整个模型所寻求的答案。
(9)过拟合就是创建的模型与训练数据非常匹配,以至于模型无法对新数据进行正确的预测。
(9)pandas是一种基于列的数据分析 API。很多机器学习框架,包括 TensorFlow,支持 pandas 数据结构作为输入。
(10)参数机器学习系统自行训练的模型的变量。而权重是参数,它的值是机器学习系统通过连续的训练迭代逐渐学习到的。可与超参数对照阅读。
(11)参数服务器用于在分布式设置中跟踪模型参数。
(12)参数更新就是在训练过程中调整模型参数的操作,通常在梯度下降的单个迭代中进行。
(13)偏导数就是一个多变量函数的偏导数是它关于其中一个变量的导数,而保持其他变量恒定。例如,f(x, y)对于x的偏导数就是 f(x)的导数,y保持恒定。x的偏导数中只有 x 是变化的,公式中其他的变量都不用变化。
在这篇文章中我们给大家介绍了很多的机器学习的概念,这些概念都是十分重要的,如果我们要从事人工智能的工作或者机器学习的工作,那么一定要做好这些知识的储备。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15