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。
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
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。