現如今，科技在不斷進步，給我們的生活帶來了極大的便利。如果要問現在什麼科技最能夠代表現階段，大家肯定認為是網際網路。不過現在網際網路可以說是過去時了，因為人工智慧能夠給我們帶來很多的方便，這也是現在很多科學家熱衷於研究人工智慧的原因。說到人工智慧就不得不說一說機器學習了，關於機器學習要注意很多的內容，下面我們就給大家介紹一下關於機器學習的內容。
我們需要注意的內容就是高維度中直覺不再好用，說完過擬合的問題，接下來要談的是機器學習中的最大的問題，那就是維度的原因。具體就是指許多在低維度上工作正常的演算法在輸入是高維度的時候變得難用。但在機器學習中，這裡包含的更多。隨著示例的維度數，也就是特徵數量的增長，泛化變得更加困難，因為固定大小的訓練集覆蓋了輸入空間的一小部分。但是我們還是需要意識到的就是我們的直覺是來自於三維世界，通常並不適用於高維的情況。在高維的情況下，乙個多變數高斯分布的質量並不在平均值附近，而是在乙個越來越遠的殼周圍。如果乙個常數的例子在高維超級立方體裡均勻地分布，在多維度的情況下，大多數例子更接近於超立方體的乙個面而不是它們最近的鄰居。如果我們用乙個超立方體來近似乙個超球體，在高維度中幾乎所有的超立方體的體積都在超球面之外。這對機器學習來說是個壞訊息，其中一種型別的形狀通常被另一種型別的形狀所近似。這也是限制機器學習發展的乙個原因。
在上面的內容中我們不難發現機器學習在高維度中不是很好用，這是因為在二維或三維空間中構建乙個分類器很容易。通過視覺檢查我們可以找到乙個不同類別的例子之間的合理的界限。但在高維度中，很難理解發生了什麼。這就使得設計乙個好的分類器變得困難。有些人們可能會認為收集更多的特性並沒有壞處，他們認為即使是最壞的情況，他們沒有提供關於這個類的新資訊而已。其實這些優點都被缺陷抵消了而已，並不是沒有體現出來。
在這篇文章中我們給大家介紹了有關機器學習的內容，我們在學習機器學習的時候需要注意好在高維度中直覺不再好用，還需要從其他的方面進行考慮，這樣我們才能更好地掌握機器學習的要點和重點，不讓自己犯低層次的錯誤。
機器學習要注意的事情（二）
關於機器學習需要注意的內容有很多，我們也在前面的文章中給大家介紹出了兩點，講述了機器學習是由表示 評價 優化組成以及泛化及其作用是十分重要的，在這篇文章中我們會繼續為大家介紹更多有關機器學習需要了解的注意事項。在這篇文章中我們主要給大家介紹一下機器學習需要注意的內容，那就是過擬合有多樣性。一般我們在...
人生需要注意的事情
黃賭毒粘上一樣，生命注定以恥辱結束 人生最殘酷之處，就是回不去三個字 很有可能一次賭博，一次吸毒，一次出軌，一次買春，甚至一次酒駕，一次超速，一次闖紅燈，就會在一瞬間把你拖下地獄，還連帶著給你的家人造成災難 人生之中，有些東西千萬不能碰，碰了，小則傾家蕩產，大則家破人亡 有個有趣的定律，叫做苦難守恆...
iOS中需要注意的事情
開個帖子來記錄下遇到的一些ios開發中需要注意的東西。2.uiview的frame問題 有時候用到一些view的尺寸 比如求view的高度 提示功能可能會可以直接給出view.height，模擬器上是好用的，但是真機不行。所以要寫全view.frame.size.height或者view.bound...