前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >科个普啦—机器学习(上)

科个普啦—机器学习(上)

作者头像
linxinzhe
发布2018-04-10 14:36:53
5420
发布2018-04-10 14:36:53
举报
文章被收录于专栏:林欣哲

昨天聊了深度学习,它其实是机器学习的一种,而机器学习的目的是为了学会解决问题。

这里的机器实质上是一个计算机,所能解决的问题得是数学上的问题,因此生活中要解决的问题要转换为数学的问题。

定义出数学的问题后,那么,机器到底要怎么学习呢?

先看看人怎么学习的,我们上学时是看课本,听老师讲解,做题,然后核对答案,错了就改正,下次争取做对题。机器也是一样的。

目前主流的机器学习的方式是监督式学习。通过大量的数据和标签(类比试题和正确答案),让机器学习(类比做题),错则改正,对了就记住这样是对的。最终符合一定的准确率的标准后(类比考到90分以上),则认为这个机器已经学到了解决问题的函数了。

这里的监督的含义,即有人告诉他是对是错。

那么机器实质上是如何调整自身的呢?

这里要说明一下,机器从实际上看是一堆计算机硬件,但从抽象意义上看的由许多参数构成的数学模型。所以调整自身,即是调整这个模型和模型上的参数。

那么把数据输入这个数学模型后,就有对应的输出的结果。我们需要一个东西来衡量他的输出和正确答案之间的差距,这个函数就叫误差函数。

最终,学习的目的就转化为让这个误差最小,即优化模型最小化误差函数。

机器学习(下)将谈谈机器是如何优化自身模型,真正学到东西的。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2017-10-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 林欣哲 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档