機器學習 參數模型與非參數模型

  參數模型，非參模型的簡單理解 參數模型： 參數機器學習算法假設可以最大程度地簡化學習過程，與此同時也限制可以學習到是什麼。這種算法簡化成一個已知的函數形式，這稱爲參數機器學習算法，簡單理解爲 對學到的函數方程有特定的形式 -- 比如線性迴歸模型，就是一次方程的形式，然後通過訓練數據學習到具體的參數。  非參模型： 不對所要學習到的函數做強烈的假設的算法稱爲非參模型，不做假設，他可以從訓練數據中

>>阅读原文<<