学习方法的泛化能力(Generalization Error)是由该方法学习到的模型对未知数据的预测能力,是学习方法本质上重要的性质。现实中采用最多的办法是通过测试泛化误差来评价学习方法的泛化能力。泛化误差界刻画了学习算法的经验风险与期望风险之间偏差和收敛速度。一个机器学习的泛化误差(Generalization Error),是一个描述学生机器在从样品数据中学习之后,离教师机器之间的差距的函数。
一文详解超参数调优方法
PaperWeekly
2+阅读 · 2020年12月8日
如何从频域的角度解释CNN(卷积神经网络)?
计算机视觉life
0+阅读 · 2020年10月20日
周志华老师《机器学习》西瓜书学习笔记
专知
30+阅读 · 2019年8月11日
BAT机器学习面试题1000题(316~320题)
七月在线实验室
14+阅读 · 2018年1月18日
R语言模拟:Bias Variance Trade-Off
R语言中文社区
0+阅读 · 2018年11月30日
陶大程院士:深度学习“泛化”理论的回顾与前沿
AI科技评论
2+阅读 · 2020年7月11日
微软亚洲研究院27篇论文入选AAAI 2019
微软研究院AI头条
0+阅读 · 2019年1月25日
参考链接
父主题
微信扫码咨询专知VIP会员