我正在阅读华盛顿大学发表的一篇论文，其中提供了有关机器学习算法的提示。
他们分解ML算法的方式分为3部分。表示，评估和优化。我想了解这三个部分如何协同工作，那么整个典型的机器学习算法中的过程是什么样的。
我明白我的问题很抽象，每个算法都会有所不同，但如果你知道一种方法来抽象地解释它，请做。如果没有随意使用特定的算法来解释。
论文：http://homes.cs.washington.edu/~pedrod/papers/cacm12.pdf〜 见表1.
答案 0 :(得分：0)
Sebastian Raschka提供了一个非常好的flowchart（监督）机器学习过程。
（我熟悉文本分类，所以我将以此为例）
简而言之：
表示：您的数据需要采用合适的算法形式。对于文本分类，您可以从全文文档（输入数据）中提取要素，并将它们放入词袋表示中。
相应算法的应用：此处执行算法。培训结束后，您必须进行某种评估以衡量您的成功（评估标准取决于任务）。 （评估是此步骤的最后一部分）
优化：学习算法通常有一个或多个参数可供调整。拥有参数配置/评估参考对（从上一步开始），您现在可以调整参数并评估对结果的影响。 （在流程图中，这是边缘，我们回到步骤＆＃34;学习算法培训＆＃34; ）