これは他人が転載した記事です
私は常々、手書き認識は機械学習の初期における基本的な認知的説明としては適切ではないと感じてきました。結局のところ、機械学習のプロセスとデータ、アルゴリズム、モデルとの関係を説明するのに十分なほど直感的かつ鮮明ではないと感じています。データ、アルゴリズム、モデル間の関係を区別する方法を説明するために、単純で単純な絵の例を紹介します。初心者の方のお役に立てれば幸いです。
最初に手書きの漢字の認識手順とプロセスを理解するのに比べて、このプロセスの理解と消化に役立つ、入門前の学習を行う必要があると思います。母親が子供に文字の認識を教えるとき、それぞれの漢字はデータです。子供に教えるプロセスはトレーニングプロセスです。母親が使用する方法はアルゴリズムであり、子供は最終的にさまざまな文字を認識できるモデルになります。
まず、漢字はそれぞれ形が異なり、この部首や部首が漢字の特徴であり、これらの漢字の特徴を母親が子供に説明し、覚えさせる過程が訓練となります。母親が使用する教育方法は、どの漢字に特定の特徴があるのか、この漢字はどのような特徴で、どの特徴はこの文字ではないのかを子供に伝えるなど、訓練プロセスで使用されるアルゴリズムであり、これが教師あり学習プロセスです。子どもに善悪や判断基準（主なデータ特徴）を伝え、フィードバックを通じて子どもの間違いを常に修正することで子どもの認知を修正し、読み書きの精度を継続的に向上させる（順伝播と逆誤り訂正）。 、このアルゴリズムは教師あり学習アルゴリズムです。
母親の指導と間違いの継続的な修正（トレーニングプロセス）の後、子供は最終的に独自の比較的安定した判断力（モデル自体）を持ち、さまざまな漢字を認識できるようになります。しかし、それでも時折間違い（エラー）が発生します。これはトレーニング プロセスにおいて避けられないエラーです。人間であってもすべてを 100% 正しく行うことはできません。金などというものはなく、完璧な人間は存在しません。それは機械にも当てはまります。
上記のプロセスから、母親が子供に読みを教えるプロセスは機械学習のプロセスであることがわかります. さまざまな漢字が学習用の元のデータセットとして使用され、子供は学習されたモデル構造になります定義されています (これはオプションではありません)。これは教師付きデータ トレーニング プロセスです。子供のフィードバックと母親の修正は、順伝播と逆伝播のアルゴリズム実行プロセスに属します。最終的に、子供はさまざまな漢字を覚えるようになります。端的に言えば、子供自身が漢字の認識モデルなのです。
転載: https://blog.csdn.net/Java_coder_guan/article/details/103240373