Datawhale X 李宏毅苹果书 AI夏令营 之深度学习入门Task1

1. 机器学习是什么？

机器学习就是寻找一个函数，该函数能够根据输入给出尽可能正确的输出。

2. 寻找的函数有什么类型？

（1）回归函数：输出数值类型数值。如预测明天PM2.5浓度。

（2）分类函数：给定可选类别，输出正确的类别。

如识别垃圾邮件，有两个类别。

围棋游戏，有19×19个类别。

（3）结构学习：产生有结构的对象，如生成一个图像，写一篇文章等。

3.机器怎么找函数？

以一个频道第二天的点击量为例。

（1）假设基于领域知识（domain knowledge）已知函数形式，写出带有未知参数（b, w）的函数。

其中，是昨天的点击量，称为特征；w和b是需要学习的未知参数，w为权重，b为偏置。

（2）定义一个损失函数L(w,b)，在（w，b）为某个确定的数值时，评价这组参数值好还是不好。

损失函数有平均绝对误差（MAE），均方误差（MSE）

（3）目标是找到一个（w，b）组合，使损失函数最小。因此转换为优化问题，找到一组最好的（w，b）。

梯度下降是最常用的优化方法。首先选取初始组合（w，b），然后通过微分计算和学习率，更新（w，b），不断迭代，直至损失函数最小或达到设定的迭代次数。