为什么机器学习难于应用

  1. 云栖社区>
  2. 翻译小组>
  3. 博客>
  4. 正文

为什么机器学习难于应用

【方向】 2018-01-02 15:12:47 浏览2429
展开阅读全文

应用机器学习是有挑战性的。

在机器学习领域,你必须要在没有正确答案的问题上做出很多决定!例如:

· 用什么框架?

· 用什么数据作为输入,输出什么数据?

· 用什么算法?

· 用什么算法配置?

这些问题对于初学者来说是一个严峻的挑战。

读完本文之后,你将了解:

·  如何形成一个明确的学习问题。

·  当给你的问题设计一个学习系统的时候,有四个决策点需要考虑。

·  你可以用三个决策来明确地来应对在实践中设计学习系统的难题。

概述

本文分成了如下六个部分:

1、适定的学习问题

2、选择训练数据

3、选择目标函数

4、选择目标函数的表达形式

5、选择学习算法

6、如何设计学习系统

适定的学习问题

我们可以将应用机器学习领域中的一般学习任务定义为一个程序,它可以根据特定的性能测量从一些任务中学习经验。

Tom Mitchell在他1997年《Machine Learning

网友评论

登录后评论
0/500
评论
【方向】
+ 关注
所属云栖号: 翻译小组