#AI夏令营 #Datawhale #夏令营
|
机器学习就是让机器具备找一个函数的能力。 机器学习有几种不同的类别，
假设要找的函数的输出是一个数值，一个标量（scalar
），这种机器学习的任务称为回归。
人类先准备好一些选项，这些选项称为类别（
class
），现在要找的函数的输出就是从设定好的选项里面选择一个当作输出，该任务称为分类。
叫机器产生有结构的东西的问题称为结构化学习。
|
| 首先写出函数
y
=
b
+
wx
1
接着定义损失函数 然后解一个最优化问题，使用梯度下降方法，并设置合理的超参数 |
|
这个方法会有局部最小值的问题， 无法真的找到全局最小值。事实上局部最小值是一个假问题，在做梯度下降的时候，真正面对 的难题不是局部最小值。有两个参数的情况下使用梯度下降，其实跟刚才一个参数没有什么 不同。如果一个参数没有问题的话，可以很快的推广到两个参数。
线性回归不存在局部最小值的原因在于其损失函数是凸函数、损失空间没有弯曲，凸函数保证了所有的局部最小值也是全局最小值，即任何找到的最小值点都是该函数的最低点。
|
| 这个夏令营不简单 #AI夏令营 #Datawhale #夏令营 |
850
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
