李宏毅机器学习（一补充）

上一篇博客中我们直接从深度学习中开始了，跳过了机器学习的部分东西，在这里我们继续补充。这期内容较少，直接从课堂笔记开始吧。
视频版本： 李宏毅机器学习

一、课堂笔记

1.Error surface（误差曲面）

所谓的error surface其实就是通过尝试了不同的参数之后，计算出不同的loss，然后生成的等高线图。

2.参数的更新

深度学习和机器学习所做的事情其实都是寻找一组最佳的参数，使之可以很好的进行预测接下来的数据，使其loss最小。我们在寻找这组参数时一般使用-η∂L/∂w和-η∂L/∂b，其中我们为何在两个变化率前加负号呢？是因为我们在进行拟合的时候，我们需要最后的参数是最好的，最好的情况下函数斜率都最倾向于0，以w为例，当斜率为负，我们需要其增大，当期为正，我们需要其减小。

3.机器学习三步骤

机器学习一般需要三步流程：
1.先写出一个函数，用来带入参数，拟合数据
2.定义一个loss函数，用来评估函数的性能和参数的效率
3.训练模型寻找最佳参数 b*和w *