Datawhale X 李宏毅苹果书 AI夏令营 task1

两大任务

        回归：求一个理想的预测函数

        分类：某函数的输出值为分立的类别

模型

带有未知的参数（parameter）的函数

        权重 与输入量相乘的值

        偏置 在原有输出量上增减的值

如何评估模型的合理性？——误差

        平均绝对误差：预测值与理论值之差的绝对值之平均数        

        均方误差：预测值与理论值之差的平方之平均数 

        交叉熵：概率分布数据使用的误差衡量标准

        误差表面：以损失为值衡量的等高线

梯度下降——最优化算法的一种

        重要数学原理：偏导数

        学习率：一个决定模型参数更新与收敛情况的超参数

        弊端：可能只找到局部最小值而非全局最小值

重要公式

而对于更多参数的梯度下降算法也是同理，换成偏导数而已