【机器学习】三要素——数据、模型、算法

机器学习三要素

我 在学习过程中,对于"模型"和"算法"的概念不清晰,一直混淆,通过查阅了一些资料在此总结一下。
数据模型算法被称为机器学习的三要素,因为它们在机器学习中具有不可分割的作用。
机器学习总的来说,就是算法在数据上进行运算产生模型

数据

数据是机器学习的基础。机器学习算法需要大量的数据作为输入。
我们知道,计算机能够处理的是数值,而不是图片或者文字。对于数值类数据,我们需要做好数据清洗,保证数据的质量。对于图片或者文字类数据,我们需要做好特征工程。

模型

模型是机器学习的核心。模型是机器学习算法的结果,它通过学习数据中的模式和规律来生成特定的输出。
一个被训练好的模型,可以被理解成一个函数y=f(x)。我们把数据(对应的x)输入进去,得到输出结果(对应其中的y)。
这个输出结果,可能是一个数值(回归),也可能是一个标签(分类)。
模型可以是线性模型、决策树、神经网络等,取决于具体的任务和问题。

模型是怎么得到的?

模型是基于数据,经由训练得到的。上面说到可以理解为模型是函数y=f(x)。要从x计算出y,需要函数f的具体形式,它的的具体形式(二次函数?三次函数?幂函数?指数函数?高斯函数?)以及需要知道每一个参数具体的值。
在开始训练的时候,我们有一些源样本数据,一个x对应一个y。这个时候,我们会首先选定一个模型类型,即确定模型的类型。比如说是一个线性模型y=ax2+bx+c,但此时我们还不能确定其中参数a、b、c的具体值。
训练就是根据已经选定的函数f的具体形式,结合训练数据,计算出其中各个参数的具体取值的过程。

"训练的过程需要根据某种章法进行运算,这个章法,就是算法。"

算法

算法是实现机器学习过程的工具。不同的机器学习算法适用于不同类型的问题,如监督学习、无监督学习、强化学习等。算法的选择和调优可以影响到机器学习的效率和准确性。
我们需要尽可能选择合适的算法,从而找到最优的模型。这个最优模型的求解过程就是算法,不断地调节模型的参数,从而达到最优的效果。常用的方法包括,梯度下降法、随机梯度下降法、小批量梯度下降法等。

相关推荐
IT_Octopus3 分钟前
AI工程pytorch小白TorchServe部署模型服务
人工智能·pytorch·python
果冻人工智能8 分钟前
AI军备竞赛:我们是不是正在造一个无法控制的神?
人工智能
暴龙胡乱写博客13 分钟前
OpenCV---图像预处理(四)
人工智能·opencv·计算机视觉
程序员辣条21 分钟前
深度测评 RAG 应用评估框架:指标最全面的 RAGas
人工智能·程序员
curdcv_po22 分钟前
字节跳动Trae:一款革命性的免费AI编程工具完全评测
人工智能·trae
程序员辣条22 分钟前
为什么需要提示词工程?什么是提示词工程(prompt engineering)?为什么需要提示词工程?收藏我这一篇就够了!
人工智能·程序员·产品经理
孔令飞26 分钟前
Go:终于有了处理未定义字段的实用方案
人工智能·云原生·go
清流君40 分钟前
【MySQL】数据库 Navicat 可视化工具与 MySQL 命令行基本操作
数据库·人工智能·笔记·mysql·ue5·数字孪生
Blossom.1181 小时前
人工智能在智能家居中的应用与发展
人工智能·深度学习·机器学习·智能家居·vr·虚拟现实·多模态融合
biter00881 小时前
ubuntu(28):ubuntu系统多版本conda和多版本cuda共存
linux·人工智能·ubuntu·conda