林軒田|機器學習基石筆記(一)

一. 機器學習什麼時候用 事物本身存在某種潛在規律 某些問題難以使用普通編程解決 有大量的數據樣本可供使用 二. 機器學習的基本流程 x 表示輸入 y 表示輸出 f: x->y 表示目標函數。要得到，但是不知道的理想函數 D:{(x1,y1),(x2,y2),(x3,y3),…} 表示訓練集or資料 H 表示假說，一個機器學習模型可有多個假設 g: x->y 從H中得到一個最好的假設，它對應的函數

>>阅读原文<<