知识卡片
任务经验与度量定义学习
判断模型是否学到规律,先说清任务 T、经验 E 和度量 P。训练数据提供经验,本来任务决定预测对象,度量说明如何比较。监督任务从特征和标签学习映射,连续标签对应回归,离散标签对应分类。聚类只有特征,最终分组依赖所选的相似度。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 全景图:机器学习路线图 · 查看原书依据
从米切尔的定义中,我们也可以发现机器学习的3个重要概念:任务(Task)、经验(Experience)和性能(Performance)。
参考来源
- 位置:《从零开始:机器学习的数学原理和算法实践》第4章《全景图:机器学习路线图》(来源项目 book-source:extracted/从零开始:机器学习的数学原理和算法实践/_epub-src/OEBPS/Text/chapter004.xhtml)
- 结论依据:原文以任务、经验和性能定义学习,继而区分监督方式和预测目标。
- 原始内容:从米切尔的定义中,我们也可以发现机器学习的3个重要概念:任务(Task)、经验(Experience)和性能(Performance)。