连接主义学习的最大局限性是“试错性”,简单地说,其学习过程涉及大量参数,而参数的设置缺乏理论指导,主要靠手工“调参”,夸张一点说,参数调节上失之毫厘,学习结果可能谬之千里。 以往机器学习技术在应用中取得好性能,对使用者要求较高;而深度学习技术设计的模型复杂度非常高,以至于只要下功夫“调参”,把参数调节好,...
版本空间:现实问题中我们常面临很大的假设空间,单学习过程中是基于有限样本训练集进行的,因此,可能有多个假设与训练集一致,即存在着一个与训练集一致的“假设集合”,我们称之为“版本空间” 删除与正例不一致的假设和与反例一致的假设 归纳偏好 机器学习算法在学习过程中对某种类型假设的偏好,称为“归纳偏好” 奥卡...
好好去看概率论去。。。 1.5 试简述机器学习能在互联网搜索的哪些环节起到什么作用?