知识卡片
算法优越取决于任务分布
在有限输入空间,若把所有可能标签函数等权看待,训练样本之外的真实标签没有可供利用的偏好,算法的平均误差无法靠挑选拟合形状改善。实际任务有结构,例如平滑性或重复模式,所以应在目标数据分布上检验假设。
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
- 人工智能概述 · 查看原书依据
所有问题出现的机会相同,或者所有问题是同等重要的
参考来源
- 位置:《机器学习观止:核心原理与实践》第01章《人工智能概述》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter1.xhtml`)。
- 结论依据:第 1.5.1 节用两条曲线在不同测试点上各有胜负,接着给出均匀抽取目标函数的假设。
- 原始内容:所有问题出现的机会相同,或者所有问题是同等重要的