标签：p3 机器 parameters Loss 李宏毅 feature 参数 error 未知

机器学习基本概念

任务

Regression:通过输出的是一个数值
Classification:从给出的选项中做出一个选择
Structured Learning:产生一种结构（图像、文档）

如何找到范式呢

1.Function with unknown parameters

例： Model y=b+wx1 based on domain knowledge(基于我们日常的认知)
b and w are unknown parameters(b和w是未知的参数)
x1 是我们已知的东西 feature
和feature相乘的叫做weight（例如例子中的未知参数w），和feature相加的叫做bias（例如例子中的未知参数b）

2.Define Loss from Training Data

Loss is a function of parameters(loss是一个参数的函数)
L（b，w）
Loss: how good a set of values is(loss输出的值可以代表选取未知参数b和w选取的好坏程度)
e=|y-y| L is mean absolute error(MAE)绝对误差
e=|y-y|^2 L is mean square error(MSE)平方差

3.Optimization

w* ，b*=arg min L

标签：p3,机器,parameters,Loss,李宏毅,feature,参数,error,未知
来源： https://www.cnblogs.com/Anzxknk18/p/16369037.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。