机器学习之泛化

Lois 的个人博客 / 4 / 0 / 创建于 3年前

泛化

泛化是指模型很好地模拟以前未见过的新数据 ( 从用于创建该模型的统一分布中抽取 ) 的能力.

机器学习细则

以上所有情况的三项基本假设:
1.我们从分布中随机抽取独立同分布 ( i, i, d.) 的样本
2.分布是平稳的: 分布不会随时间发生变化
3.我们始终从统一分布中抽样本: 包括训练集、验证集和测试集

机器学习

本作品采用《CC 协议》，转载必须注明作者和本文链接

Hacking

版主 439 声望

暂无个人描述~

推荐文章：

更多推荐...

收集了一些各大网站 python 的登陆方式,希望对学习 python 的小白，和想写爬虫的你们有所帮助,,本项目用于研究和分享各大网站的模拟登陆方式 16 / 5 |

讨论数量: 0

(=￣ω￣=)··· 暂无内容！

讨论应以学习和精进为目的。请勿发布不友善或者负能量的内容，与人为善，比聪明更重要！

帮助

未填写

私信

文章归档

10 篇 2020 年 8 月 38 篇 2020 年 7 月 44 篇 2020 年 6 月 2 篇 2020 年 5 月 2 篇 2020 年 4 月

3年前第七章：因数分解与算数基本定理（2） 3年前第七章：因数分解与算数基本定理（1） 3年前第六章：线性方程与最大公因数（2） 3年前第六章：线性方程与最大公因数（1） 3年前第五章：整除性与最大公因数（2）

4 随机数生成器 3 机器学习之多类别神经网络：Softmax 2 置换密码 2 对称与非对称密码体制 2 替代密码

博客标签

上下标问题

latex写博客技巧

latex 写博客技巧

写博客注意事项

Markdown 博客

成为赞助商