Datawhale X 李宏毅苹果书 AI夏令营 Task1学习笔记

机器学习：让机器具备找一个函数的能力

· 回归：函数的输出是一个标量数值

· 分类：函数的输出是对所给选项作出一个选择

· 结构化预测：函数的输出是一些有结构的输出，比如句子、图等

​机器学习过程：

1.写出一个带有未知参数的函数即模型。y = b + wx1，y是函数的输出结果，x1是已知的特征信息，w是权重，b是偏置

2.定义损失函数。L(b,w)，以b和w作为输入，代入模型计算出的yhat与历史真实数据计算在这个b和w情况下的损失，如平均绝对误差：取所有|y - yhat|的平均值作为L；均方误差：(y - yhat)平方。这两种情况下L越大代表这一组b和w的越不好。

3.最优化。通过使用如梯度下降等的优化方法，找出能使损失L最小的b和w（需注意梯度下降法可能找到的是局部最小值，而不是全局最小值）。