人工智能学习三要素
教材《人工智能导论》2.2.2 · 已审核
通俗解释
数据提供有限样本，模型规定从输入到输出的可学习映射，目标函数衡量误差并指导参数更新。真实分布未知，因此实际训练通常最小化经验风险，再检查泛化。
例子
模型在训练集上几乎全对，在新样本上却频繁出错。
容易混淆
经验风险是训练集上可计算的量，不等于未知真实分布上的期望风险。
检查理解
为什么训练损失很低仍需要独立测试集？
查看参考答案
训练损失只反映已见样本上的拟合程度；独立测试集用于估计对未见数据的泛化表现。
教材《人工智能导论》2.2.2 · 已审核
数据提供有限样本，模型规定从输入到输出的可学习映射，目标函数衡量误差并指导参数更新。真实分布未知，因此实际训练通常最小化经验风险，再检查泛化。
模型在训练集上几乎全对，在新样本上却频繁出错。
经验风险是训练集上可计算的量，不等于未知真实分布上的期望风险。
为什么训练损失很低仍需要独立测试集？
训练损失只反映已见样本上的拟合程度；独立测试集用于估计对未见数据的泛化表现。