基本概念
作为一个初学者,说一下在我的理解中什么是机器学习:
从字面意思理解就是,让机器自己学习,这里的机器一般指的就是计算机,而我们所要研究的就是怎样才能让机器自己学习。因此我们才要研究机器学习的算法,通过这个算法,我们就能得出模型,进而就可以解决我们现实生活中的问题。
例如:
对于房价的预测,我们要得到的模型是,输入一些给出的条件,来预测出这个房子的价格。那么我们现在要做的就是怎么才能得到这个模型(在这个例子中,模型实际上就是一个函数),这就是机器学习所研究的内容。
下面继续使用房价预测的例子,说明什么是假设函数、代价函数、目标函数
我们首先能知道的是,对于房价有一些影响因素:面积大小、地理位置、装修程度、、、,这里为了简单,我们就只假设面积大小影响房价。
假设函数: 用 hθ 表示,简单来说就是我们选择一个模型,用这个模型来解决我们的问题,在这里我们选择线性模型,那么可以假设的函数如下:
代价函数: 模型定好了,我们要做的是对θ进行优化调准,使得f(x,θ)对于x与y之间的关系描述更准确(x为输入,y为输出)。当然完全一致,在现实的复杂问题中是不太可能的&#