机器学习（regression）

视频听的李老师的视频，学习书是西瓜书。

这里只是把关键的知识（我认为）理一理；

loss  function  的定义：有很多函数都可以作为loss function，不仅仅是均方误差（欧式距离）；

使得loss  function 最小化的过程：可以用梯度下降等方法进行求解，在这个过程重有很多的问题，我们需要考虑学习率的问题还有一些假点。（有时候经过多次迭代会停在local minima，不是global minima ,又可能只是斜率等于0）

对于我们选择的Modle 的好坏，通常是通过训练集和测试机的结果体现的，更多的依赖测试的结果。

（一个比较复杂的model并不一定总是在testing data上给我们比较好的performance，Overfitting就是model在training data上表现很好，在testing data上表现不好。）

出现了Overfitting可以考虑（训练的数据不够，是否有一些特征没有考虑）

 

写的比较简单，一些重要的思想，还是要多多的去看的。