Ml-Basics

Definition

正则化是机器学习中一个关键概念，旨在不显著增加训练误差的情况下减少泛化误差。它通过阻止模型学习过于复杂的模式来发挥作用。

一组在训练过程中使用的技术，通过对损失函 …

生成模型是旨在理解给定数据集中模式和结构的算法，以便创建与原始数据相似的新数据实例。与判别模型不同，生成模型不仅区分数据类别，还学习数据本身的联合概率分布，从而能够“创造”新的数 …

二分类是机器学习中一个基本问题，其输出变量是分类变量，恰好有两个可能的结果，例如真/假或垃圾邮件/非垃圾邮件。常用的算法包括逻辑回归、支持向量机等。

一种监督学习 …

在监督学习中，算法在带标签的数据集上进行训练，意味着每个输入示例都与正确的输出配对。目标是让模型学习输入与输出之间的潜在关系。

一种机器学习范式，模型基于带标签的 …