-
歸納偏向
鎖定
當學習器去預測其未遇到過的輸入的結果時,會做一些假設(Mitchell, 1980)。而學習算法中的歸納偏置則是這些假設的集合。
- 中文名
- 歸納偏向
- 屬 性
- 預測其未遇到過的輸入的結果時
- 性 質
- Mitchell, 1980
- 特 徵
- 預測某個目標的結果
歸納偏向簡介
機器學習試圖去建造一個可以學習的算法,用來預測某個目標的結果。要達到此目的,要給於學習算法一些訓練樣本,樣本説明輸入與輸出之間的預期關係。然後假設學習器在預測中逼近正確的結果,其中包括在訓練中未出現的樣本。既然未知狀況可以是任意的結果,若沒有其它額外的假設,這任務就無法解決。這種關於目標函數的必要假設就稱為歸納偏置。
歸納偏向偏置變換
雖然大部分的學習算法使用固定的偏置,但有些算法在獲得更多數據時可以變換它們的偏置。這不會取消偏置,因為偏置變換的過程本身就是一種偏置。
- 詞條統計
-
- 瀏覽次數:次
- 編輯次數:9次歷史版本
- 最近更新: 一碗加糖饭