1.
什么是机器学习
机器学习是为了应对系统程序设计,属于计算机科学类的学科,它能根据经验
进行自动学习和提高。例如:一个由程序操纵的机器人,它能根据从传感器搜集到
的数据,完成一系列的任务和工作。它能根据数据自动地学习应用程序?/p>
2.
机器学习与数据挖掘的区别
机器语言是指在没有明确的程序指令的情况下,给予计算机学习能力,使它能
自主的学习、设计和扩展相关算法。数据挖掘则是一种从非结构化数据里面提取?/p>
识或者未知的、人们感兴趣的图片。在这个过程中应用了机器学习算法?/p>
3.
什么是机器学习的过度拟合现?/p>
在机器学习中,当一个统计模型首先描述随机误差或噪声,而不是自身的基本
关系时,过度拟合就会出现。当一个模型是过于复杂,过拟合通常容易被发现,?/p>
为相对于训练数据类型的数量,参数的数量过于五花八门。那么这个模型由于过?/p>
拟合而效果不佳?/p>
4.
过度拟合产生的原?/p>
由于用于训练模型的标准并不等同于判断模型效率的标准,这导致了产生过度
拟合的可能性?/p>
5.
如何避免过度拟合
当你使用较小的数据集进行机器学习时,容易产生过度拟合,因此使用较大的
数据量能避免过度拟合现象。但是,当你不得不使用小型数据集进行建模时,可以
使用被称为交叉验证的技术。在这种方法中数据集被分成两节,测试和训练数?/p>
集,测试数据集只测试模型,而在训练数据集中,数据点被用来建模?/p>
在该技术中,一个模型通常是被给定有先验知识的数据集(训练数据集)进行
训练,没有先验知识的数据集进行测试。交叉验证的思想是:在训练阶段,定义一
个数据集用来测试模型?/p>
6.
什么是感应式的机器学习?/p>
感应机器学习涉及由实践进行学习的过程,能从一组可观测到的例子的尝试推
导出普遍性规则?/p>
7.
什么是机器学习的五个流行的算法?/p>