Datawhale X 李宏毅苹果书 AI夏令营 - Task1笔记

• “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。