假设我的训练数据量有限（1000 个文档，每个文档有 10000 个值），在学习了这些数据之后，基本上不允许程序失败。
根据我的阅读，即使是非常简单的任务也需要机器学习算法数千个学习周期才能达到 98% 左右的可靠性。
需要调整哪些参数，以便即使有许多值，程序也可以做出可靠的决策？
调整哪些参数以提高可靠性（机器学习）？
人工智能
神经网络
机器学习
深度学习
2021-10-29 23:30:43
1个回答
如果您的问题是关于监督学习的，那么在大多数情况下，一千万个训练点就足够了。此外，我认为你的问题太笼统了。有很多参数会影响精度。就像您要使用哪种算法一样。哪个逼近器及其拓扑、超参数等。
其它你可能感兴趣的问题