机器学习算法与传统算法对于研究者之间的根本差别

本文探讨了机器学习算法的特点,特别是其将问题转化为最优化问题的方法,如最大似然估计(ML)、最大后验概率(MAP)及期望最大化(EM)。与传统算法不同,机器学习算法需要深入理解内部工作原理以便进行参数调整。

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

机器学习算法往往不会有一个固定的算法流程,取而代之的把问题转化为最优化的问题,

有ML(maximum likelihood),MAP(Maximum a Posterior)和EM(Expectation Maximization)

 

因此最根本的区别就是传统的算法你只需要知道接口,而无需理解里面的设计,而机器算法,你需要理解黑盒

里面的内容,从而可以调参。

 

因此对于机器学习领域的研究者,研究paper和源码是一项基本功,从而涉及另一种基本功,你至少看懂数学公式。

  

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