深入瞭解機器學習 (Descending into ML)：訓練與損失

深入瞭解機器學習 (Descending into ML)：訓練與損失 簡單來說，訓練模型表示通過有標籤樣本來學習（確定）所有權重和偏差的理想值。在監督式學習中，機器學習算法通過以下方式構建模型：檢查多個樣本並嘗試找出可最大限度地減少損失的模型；這一過程稱爲經驗風險最小化。 損失是對糟糕預測的懲罰。也就是說，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

>>阅读原文<<