机器学习算法在哪里存储结果？

Question

我认为这对于来自AI世界的人来说是一种"亵渎",但是因为我来自我们编程并获得结果的世界,并且存在存储内存的概念,这是我的问题:

机器学习通过迭代工作,迭代越多,我们的算法就越好,但是在那些迭代之后,有一个结果存储在某个地方？因为如果我认为作为程序员,如果我重新运行程序,我必须将以前的结果存储在某个地方,否则它们会被覆盖？或者我需要使用数组来存储我的结果.

例如,如果我用一堆猫图片数据集训练我的图像识别算法,我需要添加到我的算法中的变量是什么,所以如果我将它与图像库一起使用,每次我找到一只猫时它总会成功,但我会用什么？因为我的下一步没有保存任何东西？

我看过的所有视频和教程,他们只是绘制了一个图表作为决策制定,并没有应用某些东西在未来的程序中使用它？

例如,这个例子,kNN用于教导如何检测写入的数字,但使用的显式值在哪里？

注意:人们点击close request或downvoting至少给出一个理由.

Answer 1

迭代次数越多，我们的算法就变得越好，但在这些迭代之后，结果会存储在某处

您在这里提到的是优化部分。

然而，要优化模型，我们首先必须表示它。

例如，如果我正在创建一个非常简单的线性模型来使用其面积（以平方米为单位）来预测房价，我可能会选择这个模型：

price = a * surface + b

这就是代表。

现在您已经表示了模型，您想要优化它，即找到参数a并b最小化预测误差。

结果存储在某处吗？

在上面，我们说我们已经学习了参数或权重a和b。

这就是您保留的内容，来自优化（也称为训练）的权重，当然还有模型本身。