什么是机器学习

机器学习,英文Machine learning,是人工智能(AI,artificial intelligence)的一个分支。旨在使机器或计算机像人一样学习,通过让其接触更多的数据,以期其能够自动执行任务,提高其性能和准确性。

机器学习算法的学习系统一般分为三个部分:

  1. 决策过程:一般,机器学习算法都是用来做预测或分类。基于一些输入数据,这些数据可能被标记或没被标记,做出关于数据模式的推测
  2. 误差函数:误差函数是用来评估预测模型的。比如说,如果有一些已知的例子,那么误差函数就可以与这些已知例子做比较,以此来评估预测模型的准确性。
  3. 模型优化过程:如果模型可以更好拟合训练集中的数据点,那么就可以调整权重,减少已知例子与模型预测之间的差距。机器算法会重复这个过程------评估和优化,自动更新权重,直到达到某个准确性的阈值。

误差函数是必须的,如果模型没有被评估过,那么我们就不知道这个模型到底可不可靠或者说可靠到什么程度。典型的做法就是拿已知的和预测值做比较。

模型优化过程也是必须的,在这个模型能够拿来用之前,必须完成这个过程,这个过程利用训练数据集中的数据点,通过不断读取数据点,评估预测值与实际值的差距,不断调整权重,将函数的输入和输出值,尽可能符合训练集中的映射关系,这就是所谓的拟合。要一个模型百分百预测正确,其实是很困难的,随着训练数据集越大,拟合过程就越久,因为要不断的评估与优化,每一次权重的调整都可能会影响前面的数据点。这个过程在预测的准确率达到某个预期值就可以结束了。否则就很难结束了。

决策过程就是在模型"成品"时拿来用时的事情了。

相关推荐
Frag0ut8 小时前
Chrome 2026浏览器AI助手全攻略:智能问答与内容创作实战进阶指南
人工智能·chrome·ai助手·本地大模型·浏览器ai·网页智能总结·侧边栏ai
如夏倾城8 小时前
入侵检测系统(IDS)原理、部署模式与 IPS/防火墙对比
大数据·网络·人工智能·网络安全·云原生·架构·kubernetes
Dawson Zhu8 小时前
【模型量化⑤】Weight-Only INT4:AWQ与GPTQ两大算法深度解析
人工智能·语言模型·架构·aigc·agi
水如烟9 小时前
孤能子视角:通用智能 vs 分工协同智能群系统–––集中结晶 vs 分布式结晶
人工智能
罗西的思考9 小时前
【轻量化复现大模型 / KIMI K3】训练模块梳理 & Muon P2P 优化器
人工智能·深度学习·机器学习
lilihuigz9 小时前
权限配置:WordPress 7.2 Abilities API 权限、输入验证与 JSON 输出指南
人工智能
杨凯凡9 小时前
IT日报|2026-11-20:欧盟 AI 网络攻击、Valkey 9.2、GitHub 企业迁移
人工智能·github
鲁邦通物联网10 小时前
机器人梯控到站状态机设计:楼层匹配、事件时序与任务判断
人工智能·机器人·机器人梯控·agv梯控·非侵入式采集·机器人乘梯·机器人自主乘梯
静水深码10 小时前
文生图提示词的工程师写法:把玄学话术拆成结构化模板
人工智能·后端·代码规范