机器学习之根本（5个步骤）

1、定义模型（ω或者θ）

2、定义评价模型的loss function（J(ω)或者J(θ)）；

3、采用优化的方法找到最合适的参数ω = arg min J(ω)；

4、解决过拟合问题：

-> 对模型施加正则项：||ω|| 一范数，使得模型中大部分的参数都为0，从而增加模型的可解释性；

-> 采用交叉验证的方法，增加模型的鲁棒性；

-------------------------------

以上是我理解的机器学习之基，2021年8月17日13:56:31