機器學習：模型訓練的一般過程（在試錯中學習）

損失(Loss) 損失是一個數值 表示對於單個樣本而言模型預測的準確程度。 如果模型的預測完全準確，則損失爲零，否則損失會較大。 訓練模型的目標是從所有樣本中找到一組平均損失「較小」的權重和偏差。 如圖 紅色箭頭表示損失，藍線表示預測。明顯左側模型的損失較大；右側模型的損失較小 要確定loss，模型必須定義損失函數 loss function。例如，線性迴歸模型通常將均方誤差用作損失函數，而邏輯回

>>阅读原文<<