【机器学习笔记】第一章绪论

一,一些概念

1.损失函数 ;反映预测结果和实际结果的差异

2.泛化能力 :模型适用于新样本的能力

3.过拟合:模型在训练集上表现很好,但是泛化能力

二,机器学习全流程

其中数据预处理

深度学习:人工神经网络为架构的表征学习,通过神经网络层次化的结构输入逐层进行特征提取和处理。

强化学习:智能体和动态环境之间进行交互以学习策略问题。

相关推荐
有Li9 分钟前
跨视角差异-依赖网络用于体积医学图像分割|文献速递-生成式模型与transformer在医学影像中的应用
人工智能·计算机视觉
新加坡内哥谈技术29 分钟前
Mistral推出“Le Chat”,对标ChatGPT
人工智能·chatgpt
GOTXX37 分钟前
基于Opencv的图像处理软件
图像处理·人工智能·深度学习·opencv·卷积神经网络
IT古董42 分钟前
【人工智能】Python在机器学习与人工智能中的应用
开发语言·人工智能·python·机器学习
CV学术叫叫兽1 小时前
快速图像识别:落叶植物叶片分类
人工智能·分类·数据挖掘
熙曦Sakura1 小时前
完全竞争市场
笔记
WeeJot嵌入式1 小时前
卷积神经网络:深度学习中的图像识别利器
人工智能
脆皮泡泡2 小时前
Ultiverse 和web3新玩法?AI和GameFi的结合是怎样
人工智能·web3
机器人虎哥2 小时前
【8210A-TX2】Ubuntu18.04 + ROS_ Melodic + TM-16多线激光 雷达评测
人工智能·机器学习
码银2 小时前
冲破AI 浪潮冲击下的 迷茫与焦虑
人工智能