讨论几个名词的含义:欠拟合、过拟合、泛化、正则性

Question

如题所述

Answer 1

讨论几个名词的含义:欠拟合、过拟合、泛化、正则性如下：

1、欠拟合：模型没有很好的捕捉到数据特征，不能够很好的拟合数据。

2、过拟合：模型把训练数据学的“太好了”，导致把数据中的潜在的噪声数据也学到了，测试时不能很好的识别数据，模型的泛化能力下降。

3、正则化：正则化可防止模型过拟合，在训练中数据往往会存在噪声，当我们用模型去拟合带有噪声的数据时，通过假如正则化平衡模型复杂度和损失函数之间的关系，防止模型过拟合。

4、范化能力：训练的模型适用于新样本的能力，称为“泛化”能力，具有强范化能力的模型能很好的适用于整个样本空间。

拓展资料：

机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能。

重新组织已有的知识结构使之不断改善自身的性能。它是人工智能核心，是使计算机具有智能的根本途径。

定义：

机器学习是一门多学科交叉专业，涵盖概率论知识，统计学知识，近似理论知识和复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式，并将现有内容进行知识结构划分来有效提高学习效率。

机器学习有下面几种定义：

1、机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。

2、机器学习是对能通过经验自动改进的计算机算法的研究。

3、机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。