1.1 通过案例了解机器学习
名词梗概:参数,模型,特征,权重,偏差;平均绝对误差,均方误差,交叉熵;误差表面,梯度下降,学习率,超参数,全局最小值和局部最小值。
通过上述名词,我们很容易理解第一个分号前的词语含义,中间的分别是L1范数,L2范数和交叉熵损失函数 H(p,q)=-∑(p(x)log(q(x))) ,最后是用等高线理解w/b 的误差、用Diag寻找极小点/最小点,步长,过拟合/欠拟合。
通过上述名词,我们很容易理解第一个分号前的词语含义,中间的分别是L1范数,L2范数和交叉熵损失函数 H(p,q)=-∑(p(x)log(q(x))) ,最后是用等高线理解w/b 的误差、用Diag寻找极小点/最小点,步长,过拟合/欠拟合。