machine learning笔记:闭式解

看论文总是会看到许多新奇的名词,比如“one-shot learning”(单样本学习)即仅从一个或者很少的样本中学习训练。还有诸如“closed-form”、“closed-form solution”,看的我真是很纳闷,这里就结合资料好好理理清楚。

References

电子文献:
https://blog.csdn.net/yy16808/article/details/76493384
https://blog.csdn.net/langjueyun2010/article/details/80348449


解析解与数值解

这里先介绍两个相对应的数学概念:解析解与数值解。
直接上例子:解$x^{2}=3$。
那么这题的解析解是:$x=\sqrt{3}$。
数值解为:$x=1.732$。
简而言之,解析解就是给出解的具体函数形式,从解的表达式中就可以算出任何对应值,好像就是小学所谓的公式解;而数值解就是直接用数值方法求出具体的解。


闭式解

实际上,闭式解也被称为解析解。由于解析解为一封闭形式(closed-form)的函数,因此对任一独立变量,我们皆可将其带入解析函数求得正确的相依变量。即解可以表达为一个函数形式,带入变量即可得到解。
一般而言,有闭式解的优化方法效率更高。
这就写完了,似乎很简单。


碰到底线咯 后面没有啦

本文标题:machine learning笔记:闭式解

文章作者:高深远

发布时间:2020年01月19日 - 14:56

最后更新:2020年02月19日 - 10:06

原始链接:https://gsy00517.github.io/machine-learning20200119145637/

许可协议: 署名-非商业性使用-禁止演绎 4.0 国际 转载请保留原文链接及作者。

0%