微笑仙境

標題: 机器学习算法的类型 [打印本頁]

作者: phonenumber67 時間: 2024-5-8 11:51
標題: 机器学习算法的类型
深度学习和神经网络使计算机视觉、自然语言处理（简称 NLP）以及语音识别等领域的科学进步更快。神经网络或人工神经网络 (ANN) 由一组节点组成，其中包括输入层、一个或多个隐藏层和输出层（图 4）。每个节点或人工神经元都相互连接，并具有权重和阈值（设置阈值作为标准，例如：对于正常预测概率，在0到1的范围内，阈值默认设置为0.5）将是相关的。如果任何唯一节点的输出高于指定的阈值，则该节点被激活并将数据发送到网络的下一层。否则，没有数据传输到下一个网络层。深度学习中的“深度”一词指的是神经网络中的层深度。

具有三层以上（包含输入和输出的层）的神经网络可以被视为深度电话号码列表学习算法或深度神经网络。只有两层或三层的神经网络只是一个原始的神经网络。机器学习是如何工作的？图片 (4) 机器学习是如何工作的？根据伯克利大学的说法，“机器学习”算法的学习系统由三个基本部分组成：决策过程：通常，机器学习算法用于预测或分类。根据一些可以标记或未标记的输入数据，您的算法对数据中的模式进行估计。误差函数：误差函数用于评估预测模型。如果某些数据样本已经存在，误差函数可以将它们与正在研究的模型中预测的概率进行比较，以评估该模型的准确性。

模型优化过程：如果模型能够更好地适应训练数据中的点，那么它还可以调整权重以减少示例与答案之间的差异以及模型的预测变化。该算法重复此评估和优化过程并独立更新权重，直到达到精确的阈值。机器学习方法机器学习分为三个主要类别。人工智能领域机器学习的概念图片 (5) 监督机器学习将这种方法命名为“监督机器学习”的原因是它使用由一个或多个观察者准备和分类的数据来训练其算法。这种训练的结果可以是具有高效分类的准确预测系统。当输入数据输入模型时，正在训练的网络节点的权重也会发生变化。

歡迎光臨微笑仙境 (http://smilero.4dhost.org/)