當學習器去預測其未遇到過的輸入的結果時,會做一些假設(Mitchell, 1980)。而學習算法中的歸納偏置則是這些假設的集合。
基本介紹
- 中文名:歸納偏向
- 屬性:預測其未遇到過的輸入的結果時
- 性質:Mitchell, 1980
- 特徵:預測某個目標的結果
簡介:,偏置變換:,
簡介:
機器學習試圖去建造一個可頸棗嘗估以學習的算影白堡法,用來預測某個目標的結訂坑舟果。要達到此目的,要給於學習算法一些訓練樣本,樣本說明輸入與輸出之間的預期關係。然後假設學習器在預測中逼近正確的結贈霉說果,其中包括在訓練中未出現的樣本懂辨灑。既邀嬸然未知狀況可以是任意的結果,若沒有其它額外的假設,這任務就無法解決。這種關於目標函式的必要假設就稱為歸納偏置。
偏置變換:
雖然大部分的學習算法使用固定的偏置,但有些算法在獲得更多數據時可以變換它們的偏置。這不會取消芝贈提端偏置,因為偏置變換的過程本身就是一種偏置。