入门

了解机器学习

  • 标签
    需要通过机器学习模型判断出的结果

  • 特征
    机器学习模型进行判断的条件(可以是很多的变量)

  • 模型
    机器学习判断的工具

降低损失

线性回归
y=mx + b

其中:

  • y 指的是温度(以摄氏度表示),即我们试图预测的值。
  • m 指的是直线的斜率。
  • x 指的是每分钟的鸣叫声次数,即输入特征的值。
  • b 指的是 y 轴截距。

2018-10-31_155803.png

但是这样会对一些样本有误差,而我们的目的就是得到将误差降到最低的模型

降低损失:迭代方法
  • 训练模型时,提取一大批样本的特征放入模型中计算损失值,然后调整权重w1,循环操作对比损失,得出最佳模型


    image.png
梯度下降法(优化寻找最低损失的速度)
image.png

Google官方发布的入门级机器学习课程

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容