機器學習概論

機器學習就是通過算法來擬合數據生成模型。 機器學習三要素： 模型，學習準則，算法。 模型： 模型實際上就是一種映射函數。 線性模型，非線性模型。（簡單說：一階導數是否爲常數的區別） 學習準則： 損失函數：用來量化模型預測和真實值之間的差異。 0-1 損失函數 平方損失函數 交叉熵損失函數 風險最小化準則： 過擬合：訓練集上預測效果比較好，但是在未知數據上的錯誤比較高。 避免過擬合的方式：經驗風險最

>>阅读原文<<