标签：总结 知识点 概率 机器 函数 风险 模型 损失 先验概率

1、先验概率：根据以往经验分析得到的概率

2、后验概率：基于新的信息，修正先验概率后获得的更接近实际情况的概率估计

3、最大似然估计：寻找能够以较高概率产生观察数据的系统参数

4、目标函数：用设计变量来表示所追求的目标形式（最优化经验风险和结构风险）

5、代价函数：整个训练集上所有样本误差的平均

6、损失函数：计算的是一个样本的误差（损失函数和代价函数是同一个东西）

7、风险函数：损失函数的期望值

8、结构风险：函数类型（次方项），正则化引入的原因，模型复杂度问题

9、经验风险：损失函数中的值，代价函数

10、判别模型：条件模型（条件概率模型），目标函数对应分类的准确率

11、生成模型：联合概率密度分布（增加了先验概率）

标签：总结,知识点,概率,机器,函数,风险,模型,损失,先验概率
来源： https://www.cnblogs.com/tyh666/p/11492109.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。