机器学习入门理解

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！