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
如何从频域的角度解释CNN(卷积神经网络)?
极市平台
2+阅读 · 2020年10月9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
从2019 AI顶会最佳论文,看深度学习的理论基础
极市平台
0+阅读 · 2020年2月4日
从2019 AI顶会最佳论文,看深度学习的理论基础
机器之心
1+阅读 · 2020年1月27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
参考链接
父主题
微信扫码咨询专知VIP会员