基于学习的人工智能(4)机器学习基本框架

二、模型

学习需要一个主体,就像人的学习需要大脑一样。

这个主体本质上是一个可以随着学习不断更新的数据结构,从而实现对学习结果的累积,通常称为"模型"。

模型可以是简单的产生式规则,也可以是贝叶斯网络或神经网络等。

产生式规则类似于"如果天上有云且湿度大,那么会下雨"这样的判断句。这些规则可以通过数据总结得出,并且它们的顺序也可以根据数据观察进行调整。

贝叶斯网络则能够学习变量之间的概率关系,而神经网络则通过调整神经元之间的连接权重来进行学习。

每种模型都有各自的优缺点,没有任何一种模型能够绝对优于另一种,这一结论被称为"没有免费的午餐(No Free Lunch)"定理。

三、算法

算法是用来更新模型的计算程序。

例如,在识别红绿灯的神经网络中,算法用于调整神经元的连接权重,让它能更好地识别红绿灯;在预测股市涨跌的贝叶斯网络中,算法用于调整各个变量之间的概率关系,让它能更准确地反映不同因素对股市价格的影响。

数值优化算法更新模型参数。从一个随机位置开始,像下山一样,从一个随机位置开始,往更好的方向前进一小步,一步步更新。

相关推荐
老余说AI1 分钟前
跨境电商、课程出海:六款多语言视频翻译工具选型指南
大数据·运维·人工智能
码农杂谈000727 分钟前
不止三折叠:网易智企 IM UIKit 鸿蒙版一键升级多形态适配
人工智能
泯泷41 分钟前
别再手动盯盘了!用这个免费工具实现股市自动监控
人工智能
陈如水1 小时前
Spring AI Alibaba 在多 Agent 场景下的实践
java·人工智能·spring
console.log('npc')1 小时前
Python 学习教程 · 第4课:数据结构
数据结构·python·学习
瓶瓶持续学习中1 小时前
物理AI与具身智能的技术架构区别:从空间建模到机器人动作执行
人工智能·机器人
羲云网络1 小时前
GPT Image 2.6 精准编辑前,先排查参考图的访问权限与输入交接
图像处理·人工智能·aigc
snakeshe10102 小时前
ChatGLM行业垂直领域微调实战:从需求分析到数据集加载完整流程
人工智能
星落梦生4 小时前
Docker学习(11)
学习·docker·容器