当前位置:   article > 正文

机器学习面试知识点总结

机器学习面试

计算学习理论

  1. 可能近似正确(Probably Approximately Correct,PAC)学习理论.该学习算法能够在多项式时间内从合理数量的训 练数据中学习到一个近似正确的假设
  2. 没有免费午餐定理,不存在某种算法对所有问题(有限的搜索空间内)都有效,不能脱离具体问题来谈论算法的优劣,任何算法都有局限性.必须要“具体问 题具体分析。
  3. 奥卡姆剃刀,简单的模型泛化能力更好.如果有两个性能相近 的模型,我们应该选择更简单的模型
  4. 丑小鸭定理,为世界上不存在相似性的客观标准,一切相似性的标准都是主观的。

过拟合与欠拟合

过拟合

根据大数定理可知,当训练集大小 |

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/weixin_40725706/article/detail/361799
推荐阅读
相关标签