DAY1 李宏毅机器学习

b站链接：https://www.bilibili.com/video/BV1Wv411h7kN/?spm_id_from=333.1387.homepage.video_card.click
机器学习--找函数
2+1大类：regression(结果为值)、classification(分类、判断)、structure learning(生成图片或者文段)
regression：回归
Supervised Learning：监督学习
anomaly dection：异常检测
latency：延迟
plagiarize：剽窃

1.function 找函数
y = b + w * x 1 y预测；b bias基础值；w权重；x1-feature已知的东西（x跟训练集有关）
lable:真实值
2.define Loss 定义误差
Loss is a function of parameters L(b, w)
Loss: how good a set of values is.

3.Optimization 找最佳的参数

Gradient Descent：梯度下降，只考虑多个中的一个参数

learning rate 是学习速率（hyper parameter，自定义的值，和x类型不一样）
local minima和global minima
sigmoid function：多个图像逼近非线性函数

公式改写