机器学习三要素是什么？

机器学习的三要素是数据、模型与算法，数据强调以客观量化数据驱动决策而非凭经验，模型是基于数据X做决策Y的假设函数，有计算型与规则型形态，算法是从假设空间中选择并求解最优模型的具体计算方法，解决的是把学习过程拆成数据、假设与求解三个环节，并不解决训练数据质量不足与偏差带来的问题。

（1）数据

数据驱动：数据驱动指的是我们基于客观的量化数据，通过主动数据的采集分析以支持决策。与之相对的是经验驱动，比如我们常说的「拍脑袋」。

（2）模型&算法

模型：在AI数据驱动的范畴内，模型指的是基于数据X做决策Y的假设函数，可以有不同的形态，计算型和规则型等。

算法：指学习模型的具体计算方法。统计学习基于训练数据集，根据学习策略，从假设空间中选择最优模型，最后需要考虑用什么样的计算方法求解最优模型。通常是一个最优化的问题。

明：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。