机器学习笔记 - 优化简介
2023-09-14 09:01:35 时间
1、什么是优化?
用最简单的术语来说,优化意味着在所有可用的解决方案中选择最好的解决方案。
但是,怎么算是最好的? 最好的将取决于您手头的问题。 对于您正在解决的问题,最好的意思是最大的利润吗? 还是最好的意思是最低的成本? 这是否意味着节省的时间最多或使用的资源最少? “最佳”的定义将取决于您要解决的问题。
什么时候需要优化? 仅当有超过 1 个解决方案可用时才使用优化。
2、优化为什么重要?
为什么我们还要关心优化? 它为什么如此重要?
要了解它的重要性,让我们看一下四个不同级别的分析。 查看下图的 Gartner 分析优势模型,这是说明组织数据成熟度的有用方法。
x 轴表示难度或复杂程度,y 轴表示价值或影响。 四种不同级别的分析从后见之明到远见卓识,其中远见最为复杂。
第一级分析是描述性分析。 它告诉你发生了什么。 例如,浏览网站的平均时间或同比销售额增长。
第二级分析是诊断分析。 为什么会这样? 其特点是深入研究数据以确定您在数据中看到的潜在原因。
接下来,您有预测分析。 会发生什么? 为了做出预测,我们使用机器学习模型。 也许您可能听说过聚类模型或回归模型。 好吧,你猜怎么着,这些机器学习模型,它们依靠优化来找到答案。
优化也是规范分析下的自己的
相关文章
- 机器学习笔记(十一)----降维
- 机器学习笔记:常用数据集之scikit-learn在线下载开源数据集
- 机器学习笔记 - 特殊类型的矩阵和向量
- 机器学习笔记 - 基于Torch Hub的深度估计模型MiDaS
- 机器学习笔记 - 使用TensorFlow2.0 + ResNet进行疟疾预测
- 机器学习笔记 - 什么是先验算法(Apriori Algorithm)?
- 机器学习笔记 - 使用Mask-Rcnn训练自定义数据集
- 机器学习笔记 - 基于tensorflow的人类行为检测
- 机器学习笔记 - 使用TensorFlow2和Keras的简单Conv3D示例
- 机器学习笔记 基于tensorflow2.0的手写数字识别,并导出pb模型供OpenCV的C++版本的DNN模块调用
- 机器学习笔记 - 使用 Pix2Pix 进行图像翻译
- 机器学习笔记 - TransUNet 用于医学图像分割的编码器
- 机器学习笔记 - TorchIO用于在深度学习中对 3D 医学图像进行高效预处理、增强的库
- 机器学习笔记 - Transformer/Attention论文解读
- 机器学习笔记 - 什么是高斯混合模型(GMM)?
- 机器学习笔记 - 什么是t-SNE?
- 机器学习笔记 - 杂记三
- 机器学习笔记 - Kaggle表格游乐场 Jan 2022 学习一
- 机器学习笔记 - 模拟退火算法
- 机器学习笔记(一)----基本概念
- 一文详解机器学习中最好用的提升方法:Boosting 与 AdaBoost