我不理解机器学习中的“迭代”概念。由于编程是确定性的(每次运行都执行相同的操作),重复运行相同的算法如何提高准确性?
这个迭代概念是否与RNN(循环神经网络)-以一种反馈到同一神经元更多次的方式-模型或SGD(随机梯度下降)-在效率上采用相同的训练数据样本-有关?
谢谢
编辑:我所说的迭代是在这个玩具应用程序中找到的: https://blog.kovalevskyi.com/rnn-based-chatbot-for-6-hours-b847d2d92c43 作者使用RNN创建了一个聊天机器人。我无法理解的是,为什么增加迭代次数会提高预测的准确性,因为每次都运行相同的算法。
这个迭代概念是否与RNN(循环神经网络)-以一种反馈到同一神经元更多次的方式-模型或SGD(随机梯度下降)-在效率上采用相同的训练数据样本-有关?
谢谢
编辑:我所说的迭代是在这个玩具应用程序中找到的: https://blog.kovalevskyi.com/rnn-based-chatbot-for-6-hours-b847d2d92c43 作者使用RNN创建了一个聊天机器人。我无法理解的是,为什么增加迭代次数会提高预测的准确性,因为每次都运行相同的算法。
但是从@Spirit_Dongdong的帖子中看来,我的迭代理解可能是错误的,因此我想澄清一下迭代的含义以及每个迭代中所做的事情。