← 返回卡片

原书出处

大数据日知录_架构与算法

15 机器学习:范型与架构

2014年9月第1版 · 核验版本的摘录快照 · 导入于 2026-10-24T04:14:12.162Z

当给定训练数据集合 模型f (x )关于训练数据的平均损失称为经验风险,一般记为: 经验风险最小化策略认为:经验风险最小的模型就是最优模型,按照此种策略,监督学习就是求解以下公式最优解: 其中,F 是包含可能的决策函数的假设空间。当训练数据足够多时,经验风险最小化原则可以保证较好的学习效果,但是当训练数据不足,使用经验风险最小化策略效果不好时,则容易产生过拟合(Over-Fitting)问题,此时可以考虑结构风险最小化策略,这是为了防止过拟合而提出的。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00020.html

EPUB SHA-256:e45b74c4bdd8959aef24f2a5183280eb73ec5f173108f8679a4bbf44bbd5b34d