← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9440.g · 生成模型:Tencent Hunyuan Hy

模型训练的本质

理解等级:高级

训练模型的本质,是在一个假设函数集合中寻找与理想函数最接近的那个函数。理论上适合的问题都存在一个最优函数能完美解决,但现实中难以精确求得,于是退而求其次找近似且够用的函数。理想与实际函数之间的差距叫损失值,所有损失值合起来构成损失函数;求解最好的实际函数,就转化为让损失函数最小化。这一定义把学习变成了可计算的优化问题,也解释了后续章节为何要构造损失函数、如何寻找最优解。适用边界是:够用由业务标准决定,并非数学上的绝对最优;不同问题要选不同损失函数,回归常用欧式距离、分类常用交叉熵。产品经理理解这一点,就能明白模型精度取舍背后的依据。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第1章《机器学习入门》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00006.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:1.3.1 段用方程与坐标点求未知项的比喻说明训练是从假设函数中挑最接近理想函数者,并以损失值、损失函数与最小化定义支撑本卡结论。 - 原始内容:在实际问题求解中,我们将理想函数与实际函数之间的差距称为损失值,所有的损失值加起来构成一个损失函数。求解最好的实际函数,也就是求解令损失函数最小化的过程。