{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","title":"智慧的疆界 从图灵机到人工智能","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787111778004","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","id":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","uuid":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","title":"智慧的疆界 从图灵机到人工智能","normalized_title":"智慧的疆界从图灵机到人工智能","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787111778004","isbns":["9787111778004","9787111695714"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":456,"navigation_url":"https://workshop.closeclaw.top/ai/book/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","title_url":"https://workshop.closeclaw.top/ai/title/%E6%99%BA%E6%85%A7%E7%9A%84%E7%96%86%E7%95%8C%20%E4%BB%8E%E5%9B%BE%E7%81%B5%E6%9C%BA%E5%88%B0%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","page_url":"https://workshop.closeclaw.top/api/ai/books/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/page","search_url":"https://workshop.closeclaw.top/api/ai/books/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/search"},"page":{"printed_page":212,"pdf_page":227,"physical_index":227,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"b1a9339b0ff5c2d483f8533f64265d00618475f3757a7ba82aba054628003568"},"chapter":"内容简介","content":"对以上三种不同的模型的函数表达式，f(x) 表示模型的输出结果， $x _ { 1 }$ 、x<sub>2</sub>表示向模型输入的特征参数，也就是实战中的“邮件长度”和“收件人数量”两个特征。模型训练过程中要求解的内容是找出 $w _ { 0 } ,$ $w _ { 1 }$ , $w _ { 2 } ,$ …这些多项式的系数，它们才是模型中的未知项，也是我们在机器学习过程中要获得的信息。\n\n之前我们已经反复提及“模型复杂度”这个名词，但一直缺少一个严谨精确的定义，所谓“简单”“复杂”都只是定性的描述，我们能由经验得知，上面几个模型中，肯定是规则圆形的模型要比直线的模型复杂，不规则曲线的模型又要比规则圆形的模型复杂，但是究竟“复杂”了多少呢？这个定量的问题以前没有办法解释清楚。现在有了统一用多项式表示的模型决策函数后，就可以借助这种形式来定量比较模型的“复杂程度”了。在把模型进行泰勒多项式展开之后，它的复杂程度由两个因素决定：\n\n● 模型多项式系数数量的多少，系数越少，相应地多项式项数就越少，意味着模型函数图像的曲线形状越简单。\n\n● 模型多项式系数数值的大小，系数数值越小，意味着该多项式项对结果的影响越轻微，模型函数图像的曲线越平滑。\n\n要选择适当的系数数量和数值大小，实质上等同于权衡模型复杂度，也就是在欠拟合和过拟合之间、偏差与方差之间进行权衡。只有恰当地做好权衡，才能令模型既能正确地识别样本，又不至于过度复杂，学习到属于训练集本身的特征。“控制模型复杂度”可以视为机器学习中除了“让模型的输出结果与实际结果差异最小”之外的第二重要的目标。这样，可以对机器学习的目标进行一点小调整，兼顾第二目标，不再仅仅关注损失函数本身的最小化，还要对模型中系数的数量和数值大小投入一定的关注度。接下来，我们将按照这个修正后的目标去训练模型。\n\n212\n\n第三部分 第三波高潮","previous_page":211,"next_page":213}