李宏毅深度学习入门-学习笔记-第1章 机器学习基础

教程地址：

机器学习任务攻略_哔哩哔哩_bilibili

datawhalechina/leedl-tutorial: 《李宏毅深度学习教程》（李宏毅老师推荐👍，苹果书🍎），PDF下载地址：https://github.com/datawhalechina/leedl-tutorial/releases

1. It's very difficult to see the english version and the schedule of Lecture is interesting, which has Spring break and Midterm.

2. About regression

a. Function with Unknown Parameters

b. Define Loss from Training Data

c. Optimization [Local minima and Global minima]

Linear models are too simple … we need more sophisticated modes.

All Piecewise Linear Curves = constant + sum of a set of -/-

Sigmoid and max

Deep = Many hidden layers

机器学习 —— 让机器具备找一个函数的能力：

回归（要找的函数的输出是一个数值）

分类（classification 检测垃圾邮件，注意分类可以有>=2个选项）

结构化学习（画图、写文章）

模型（model）—— 带有未知的参数（parameter）的函数

权重weight：w

偏置bias：b

损失：函数L(b,w)

损失L=训练数据中 误差e 的平均

e的计算方法：平均绝对误差/均方误差

损失L最小化：梯度下降

超参数：自己设定，如：学习率（越大，学习越快）

停下来的情况：微分值=0/达到设定的参数更新次数

但是可能会遇到局部最小值

未完...