如何使机器学习程序学习如何自己计算平均值（平均值）

Question

例如

• input1 = [1,2,3] 预期输出= 2
• input2 = [4,5,6] 预期输出= 5
• input3 = [9,10,11,12] 预期输出= 10.5
• input4 = [10,90,8,400,500,62,777,79,81] 预期产量= 223
• input5 = [100,2,3,10,30,200] 预期输出= 57.5
• 等

是否有常见的ML算法用于此类问题？

有没有办法可以使用输入列表作为唯一输入并让程序接近有意义的结果？

我是机器学习的新手，我目前的方法是在线性回归模型中使用每个列表的总和（x1）和列表中的总数（x2）。但是这种方式不会使用“原样”列表作为输入。

Answer 1

回答你的问题的意思是：样本均值问题可能是机器学习中最古老的问题之一（Gauss-Markov theorem）。解决方案是线性回归，所有权重的值都相等（1 / N，其中N是数据点的数量）。

话虽如此，我很感激您的问题，因为它会导致＆＃34;可扩展性＆＃34;在机器学习的背景下。这意味着一旦您通过Gauss-Markov学习了均值的答案，就可以引入输入的非线性函数并寻找最优解（例如，单层前馈神经网络）。所以，我喜欢你用这种方式学习机器学习的方法。坚持下去。