- “具体来讲,机器学习就是让机器具备找一个函数的能力。”人类不可能也没有必要自己写这样一个复杂的函数,机器学习要做的就只是把这个函数找出来
- 第一个步骤是写出一个带有未知参数的函数 f,其能预测未来观看次数。
- 比如将函数写成y = b + wx1
- 其中,y 是准备要预测的东西,要预测的是今天(2 月 26 日)这个频道总共观看的人,y 就假设是今天总共的观看次数。x1 是这个频道,前一天(2 月 25 日)总共的观看次数,y 跟 x1 都是数值,b 跟 w 是未知的参数,它是准备要通过数据去找出来的,w 跟 b 是未知的,只是隐约地猜测。猜测往往来自于对这个问题本质上的了解,即领域知识(domain knowledge)。机器学习就需要一些领域知识。
- 函数只是一个猜测!!!
- 第 2 个步骤是定义损失(loss),损失也是一个函数。
- 可以计算一下估测的值 yˆ 跟真实值 y 的差距 e。e1 = |y − yˆ| = 400,e2 = |y − yˆ| = 2100,······
- 这 3 年来每一天的误差,通通都可以算出来,每一天的误差都可以得到 e。接下来把每一天的误差,通通加起来取得平均,得到损失
- 第 3 步:解一个最优化的问题。
- 找一个 w 跟 b,把未知的参数找一个数值出来,看代哪一个数值进去可以让损失 L 的值最小,就是要找的 w 跟 b,这个可以让损失最小的 w 跟 b 称为 w∗ 跟 b∗ 代表它们是最好的一组 w 跟 b,可以让损失的值最小。
Datawhale X 李宏毅苹果书 AI夏令营 - Task1笔记
于 2024-08-23 14:34:30 首次发布