机器学习笔记 - 确定性与随机机器学习
在机器学习中，确定性和随机方法根据其有用性被用于不同的领域。确定性过程认为，没有随机偏差的已知平均比率适用于庞大的人口。另一方面，随机过程定义了反映潜在样本路径的按时间排序的随机变量的集合。无论模型被重新计算多少次，确定性建模都会为给定的一组输入产生一致的结果。在这种情况下，数学特征是已知的。它们都不是随机的，每个问题只有一组指定的值以及一个答案或解决方案。确定性模型中的未知组件在模型外部。它处理的是确定的结果，而不是随机的结果，并且不考虑错误。
