热线电话：13121318867

登录
首页精彩阅读机器学习中的基础知识（深入下篇）
机器学习中的基础知识（深入下篇）
2019-02-16
收藏


我们都知道，机器学习是人工智能中十分重要的内容，所以在前面的文章中我们给大家介绍了很多关于机器学习的知识，这些知识只是概念，还不是机器学习中更加深入的内容，不过要想学习深入知识就需要了解基础知识，下面我们就给大家介绍一下机器学习中的基础知识。


（1）正类，在二元分类中，有两种类别：正类和负类。正类是我们测试的目标。

（2）精度就是分类模型的一种指标。准确率指模型预测正类时预测正确的频率。

（3）分区策略就是在多个参数服务器中分割变量的算法。

（4）性能具有多种含义。在软件工程中的传统含义为软件运行速度有多快／高效？在机器学习中的含义为模型的准确率如何？

（5）困惑度就是对模型完成任务的程度的一种度量指标。

（6）流程就是机器学习算法的基础架构。管道包括收集数据、将数据放入训练数据文件中、训练一或多个模型，以及最终输出模型。

（7）预测模型在输入样本后的输出结果。

（8）预测偏差就是揭示预测的平均值与数据集中标签的平均值的差距。

（9）预制评估器就是已经构建好的评估器。

（10）预训练模型就是已经训练好的模型或模型组件（如嵌入）。有时，你将预训练嵌入馈送至神经网络。其他时候，你的模型自行训练嵌入，而不是依赖于预训练嵌入。

（11）先验信念就是训练开始之前你对数据的信念。

（12）队列就是实现队列数据结构的 TensorFlow 操作。通常在输入／输出（I/O）中使用。

（13）秩在机器学习领域中包含多种含义的术语。张量中的维度数量。机器学习问题中类别的序数位置，按从高到低的顺序给类别分类。

（14）召回率就是分类模型的一个指标，

（15）修正线性单元就是一种具备以下规则的激活函数：如果输入为负或零，则输出为 0。如果输入为正，则输出与输入相同。

（16）回归模型就是一种输出持续值的模型。而分类模型输出的是离散值。


我们在这篇文章中给大家介绍了很多机器学习中的知识，这些都是我们需要注意的内容，希望这篇文章能够给大家带来帮助，最后感谢大家的阅读。


CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

机器学习 神经网络 偏差 召回率 人工智能

数据分析咨询请扫描二维码

若不方便扫码，搜微信号：CDAshujufenxi

上一篇机器学习中的基础知识（深入中篇）
下一篇人工智能算法的实现（上）
CDA考试动态
CDA报考指南
热门栏目
最新资讯
更多
Copyright © 2015-present 北京国富如荷网络科技有限公司 All Rights Reserved.
京ICP备11001960号-9   京公网安备 11010802034615号   经营许可证编号：京B2-20210330
客服在线
立即咨询