机器学习基本概念.pptxVIP

《人工智能应用基础》相关知识基础机器学习基本概念（1） 模型从数据中学得模型的过程称为“学习”或“训练”,这个过程通过执行某个学习算法来完成。训练过程中使用的数据称为“训练数据”(training data)，其中每个样本称为一个训练样本(training samp1e),训练样本组成的集合称为“训练集”(training set)。机器学习基本概念（2） 归纳(induction)与演绎(deduction)归纳(induction)与演绎(deduction)是科学推理的两大基本手段。前者是从特殊到一般的“泛化”(generalization)过程，即从具体的事实归结出一般性规律;后者则是从一般到特殊的“特化”(specialization)过程，即从基础原理推演出具体状况。机器学习基本概念（3） 风险最小化准则根据大数定理可知，当训练集大小|D|趋向于无穷大时，经验风险就趋向于期望风险。然而通常情况下，我们无法获取无限的训练样本，并且训练样本往往是真实数据的一个很小的子集或者包含一定的噪声数据，不能很好地反映全部数据的真实分布。机器学习基本概念（3） 风险最小化准则根据大数定理可知，当训练集大小|D|趋向于无穷大时，经验风险就趋向于期望风险。然而通常情况下，我们无法获取无限的训练样本，并且训练样本往往是真实数据的一个很小的子集或者包含一定的噪声数据，不能很好地反映全部数据的真