机器学习入门理解:
理解:寻找函式,让输出匹配输入。其中输入、输出有以下几种
函式的输入:向量、矩阵、序列
输出:分类、数、text image
分类:
Regression:预测PM2.5数值
Structured Learning:产生一个结构,介于两者间,如画图,写文章(创造新的)
Classification:alphago
训练步骤:
(1)寻找函式:Y=b+wx
(2)Define LOSS(b,w):对已知数据进行预测,预测值与真实值的差距
有评测差值的绝对值或是差值的平方等方法
(3)最佳化:
gradient descent(梯度下降法)对LOSS函数使用梯度下降寻找局部最小值
梯度下降法的原理和算法
注:文章仅作学习记录,梳理框架。若有问题,还请大家指正错误!