DeepSeek根本之呆板学习
一、焦点概念总结（一）呆板学习根本界说
呆板学习致力于研究怎样通过盘算机模仿或实现人类的学习举动，以获取新的知识或技能，并不绝改善自身性能。简朴来说，就是让盘算机从数据中主动学习规律，进而对未知数据举行猜测和判定。
（二）根本术语
术语 界说 示例 数据集 一组记录的聚集 包罗多个弟子结果、身高、体重等信息的表格 示例/样本 数据会集的每条记录 表格中的每一行，代表一个弟子的具体信息 属性/特性 反映事故或对象某方面表现或性子的事项 弟子的结果、身高、体重等 属性值 属性上的取值 结果为 80 分，身高为 175cm 属性空间/样本空间/输入空间 属性张成的空间 以结果和身高为坐标轴构成的二维空间 特性向量 与示例对应的空间中的点 在上述二维空间中代表某个弟子的坐标点 维数 形貌示例的属性个数 假如用结果、身高、体重三个属性形貌弟子，则维数为 3 学习/训练 从数据中学得模子的过程 利用弟子的汗青结果数据训练一个猜测结果的模子 训练数据 训练过程中利用的数据 上述用于训练结果猜测模子的弟子汗青结果数据 假设 学得模子对应的数据埋伏规律 结果猜测模子所依据的数学公式或算法 标志 关于示例效果的信息 判定弟子是否良好的“是”或“否” 样例 拥有标志信息的示例 带有“良好”或“非良好”标志的弟子信息记录 分类 猜测离散值的学习使命 判定邮件是垃圾邮件还是正常邮件 回归 猜测一连值的学习使命 猜测股票代价、房屋代价等 聚类 将训练
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]