Chuyển đến nội dung
Bản đồ AI

Học máy

Để chương trình tự suy ra quy tắc từ dữ liệu thay vì viết cứng

OVERVIEW

Tất cả mục từ
6
Cơ bản
2
Trung cấp
3
Chuyên gia
1

Machine learning compresses into a single sentence: given a set of samples, find a function that still works on new ones. Around that sentence grow the divide between supervised and unsupervised learning, the tug-of-war between overfitting and regularisation, and the methodology of measuring — honestly — whether it works at all.

Những câu hỏi lĩnh vực này trả lời

  • Q1

    What separates “memorising” from “learning”?

  • Q2

    Why does a model that aces training fail in production?

  • Q3

    What can unlabelled data still be used for?

Mục từ trong lĩnh vực này

  1. 01Học có giám sátCơ bảnTừng cặp câu hỏi – đáp án dạy mô hình tự trả lời
  2. 02Học không giám sátCơ bảnKhi không có đáp án, cấu trúc phải tự nổi lên từ dữ liệu — và tiêu chuẩn “tốt” cũng phải định nghĩa lại
  3. 03Hàm mất mátTrung cấpHàm mất mát định nghĩa bạn thực sự phạt điều gì — đổi nó là đổi cả quan niệm đúng sai
  4. 04Quá khớp và điều chuẩnTrung cấpMô hình học thuộc lòng dữ liệu huấn luyện rồi thất bại trước dữ liệu mới
  5. 05Đánh giá mô hình và kiểm định chéoTrung cấpĐộ chính xác là chỉ số dễ đánh lừa nhất — đánh giá sai thì mọi thứ sau đó đều vô nghĩa
  6. 06Đánh đổi độ lệch – phương saiChuyên giaMọi sai số dự đoán tách thành ba phần: mô hình quá đơn giản, mô hình quá dao động, và tính ngẫu nhiên của chính thế giới