什么是機器學(xué)習(xí)的過擬合和欠擬合
對于一個監(jiān)督學(xué)習(xí)模型來說， 過小的特征集合使得模型過于簡單，過大的特征集合使得模型過于復(fù)雜 。
對于特征集過小的情況，稱之為 欠擬合（ underfitting ）
對于特征集過大的情況，稱之為 過擬合（ overfitting ）
學(xué)習(xí)人工智能要準(zhǔn)備哪些基礎(chǔ)知識？
下面我大致講一下:
1.人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項工作的人必須懂得計算機知識，心理學(xué)和哲學(xué)。
2. 人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成。入門最基本的的知識是:機器學(xué)習(xí)、機械原理、計算機原理、計算機視覺等等。總的說來，人工智能研究的一個主要目標(biāo)是使機器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。但不同的時代、不同的人對這種“復(fù)雜工作”的理解是不同的。
希望能夠幫助到你，并能得到你的采納。謝謝！
