1樓：林高遠
舉乙個最簡化的例子
樣本集 A 類：1, 3, 4, 5
樣本集 B 類：7, 8, 9
分類目標：大於 x 為「A類」、小於 x 類為「B類」具體 x 可以等於任意實數，但不一定都能達成 100% 正確分類目標。
x = 0，無法正確分類
x = 10，無法正確分類
x = 8，部分正確分類
x = 4.5，部分正確分類
x = 6, 完全正確分類
x = 5.5, 完全正確分類
這個 x 就是模型
2樓：畢閣棣
咱們把這個過程大概分那麼幾步，幫助你把建模和模型的概念分開來：
1、建模的目標 ： 解決什麼樣的問題。
2、收集資料
3、選擇模型並訓練模型，根據已收集的資料和已成熟的工具4、應用並解釋模型
5、監視模型的表現以確定其有效性
這樣你就明白什麼是模型了。
-supervised
-regression
-classification
-unsupervised
-data mining
所以什麼是模型？
是一種方法，乙個方向而已。
3樓：王寶勛
當然這樣說太籠統了，事實上機器學習模型需要在給定樣本集合 以及其對應標籤 " eeimg="1"/>的情況下，用假設已知的函式形式, 盡可能擬合客觀存在的對映函式 ，並且保證 在未知同分布樣本上具有盡可能相近的擬合能力。
4樓：擺渡
你可以問老師怎麼理解的「模型」 是knn和神經網路算不同模型還是神經網路有監督無監督算不同模型或者 resnet vgg是不同模型。乙個新生事物定義還比較模糊
機器學習中的hypothesis到底是什麼意思？
棒棒糖 lottery ticket hypothesis是假說的意思。其他時候用這個詞，大概得意思是對某個問題的一種先驗 猜測 這種先驗通過網路結構或者超參表達出來。 R典up 1.機器學習基石 林軒田老師的講解假設hypothesis，乙個機器學習模型對應了很多不同的hypothesis，通過演...
在機器學習裡，經常聽到訓練模型，模型到底是個什麼東西呢，有沒有大佬給個通俗一點的解答？？
劉dl 輸入 X，張量 Y，實際標籤 模型 y pred f X,W 訓練模型是指 迭代擬合出乙個W，使得y pred很接近Y 付鵬 簡單說，模型是公式的引數。機器學習模型，就是按照指定的公式算數。假設我們有如下的邏輯回歸模型 式中，是輸入，是要學習的引數，那麼 三個數字就組成了模型，對於新的資料，...
建築設計中的策略，到底是指什麼？
呵呵畫好 沒錯愛瞎琢磨，就和民科一樣，問題就是您覺得博眼球一類很多並不是瞎琢磨，反而是基於理論研究得到的。所以開始就說了，瞎琢磨的立不住腳站不住根。不管是學習業界大佬還是大部頭理論，當然必要這才是立得住腳的前提，我列舉的專家不知道行業地位如何，但在這個建築設計話題裡還真不是三流專家。現在幹的就是建築...