前言

機器學習會用到很多領域的技術，包括計算機科學、統計學和數學，因此在關于機器學習的討論中會使用各種各樣的術語，這里挑選幾個比較常見和基本的加以簡單介紹。

開始啦

• 觀察值（observation）
  我們觀察到的單個單位——例如，一個人、一次銷售或一條記錄。
• 學習算法（learning algorithm）
  用來學習模型的最佳參數的算法——例如，線性回歸、樸素貝葉斯或決策樹。
• 模型（model）
  學習算法的輸出。學習算法訓練出來的模型可以用來做預測。
• 參數（parameter）
  一個模型在訓練過程中學到的權重或系數。
• 超參數（hyperparameter）
  一個學習算法在訓練前需要設置的一組參數。
• 性能（performance）
  用來評估模型的指標。
• 損失（loss）
  一個需要在訓練中最小化或最大化的指標。
• 訓練（train）
  使用類似梯度下降之類的數學方法將一個學習算法應用到數據上。
• 擬合（fit）
  使用分析方法將一個機器學習算法應用到數據上。
• 數據（data）
  一組觀察值。

Learn More

輕戳這里

總結

以上是生活随笔為你收集整理的【机器学习】机器学习用到的常用术语的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。