机器学习

博客介绍了机器学习的定义,即从数据中研究算法,根据已有数据选算法、构建模型以预测未来。还阐述了机器学习的概念,包括拟合、鲁棒性、过拟合和欠拟合,解释了各概念的含义。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、机器学习定义

机器学习是一门从数据中研究算法的科学学。根据已有的数据,进行算法的选择,并基于算法和数据构建模型,最终对未来进行预测。

2、机器学习概念

拟合:构建的算法符合给定数据的特征
鲁棒性:也就是健壮性、强健性、稳健性,是系统的稳健性,当存在异常数据的时候,算法也会拟合数据。
过拟合:算法太符合样本数据发特征,对于实际生产中的数据特征无法拟合。
欠拟合:算法不太符合样本的数据特征。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值