2021李宏毅老师《机器学习基本概念简介》 的一个简单学习记录
Youtube:https://www.youtube.com/watch?v=Ye018rCVvOo&list=PLJV_el3uVTsMhtt7_Y6sgTHGHp1Vb2P2J&index=1
ML三大任务:
1.Regression
2.Classification
3.Structured Learing——creat something with structure (image,document)
训练的步骤:
step1:function with unknown
step2:define loss from training data
step3:optimization
关于step3:
训练一般都是将训练集分为很多个batch,从第一个batch开始梯度下降更新未知参数,第二个batch在第一个batch更新参数的基础上再梯度下降进行更新,以此类推。
经过全部的batch才算是一个epoch,而update是每一个batch都会更新。
Example1:
10,000 examples(N=10,000)
Batch size is 10(B=10)
How many update in 1 epoch?
1,000 updates
本节课的自我学习总结:
预测YouTube频道的观看人数
提到了Sigmoid和ReLU两个激活函数,用Sigmoid函数来拟合分段的曲线(piecewise linear curve)。这两个激活函数可以用来拟合任意的函数,比如这三个Sigmoid函数的相加再加上一个常数就可以用来拟合红色的曲线。
网络的深度(deep)是隐藏层的个数,网络也并不是越深越好的,越深可能会产生过拟合的问题。