目录

​1 什么是机器学习?​

​2 机器学习的三要素​

​2.1 模型​

​2.2 学习准则​

​2.3 优化​

​3 正则化 ​


1 什么是机器学习?

机器学习:通过算法使得机器能从大量数据中学习规律从而对新的样本做决策。

规律:决策(预测)函数

通俗的理解机器学习_人工智能

常见的机器学习类型:

通俗的理解机器学习_正则化_02

 

2 机器学习的三要素

2.1 模型

(1)线性方法:

通俗的理解机器学习_梯度下降_03

                

通俗的理解机器学习_正则化_04

(2)广义线性方法:

通俗的理解机器学习_人工智能_05

如果ϕ(x)为可学习的非线性基函数,f(x,θ)就等价于神经网络。

2.2 学习准则

期望风险:

通俗的理解机器学习_梯度下降_06

通俗的理解机器学习_梯度下降_07

 

2.3 优化

梯度下降:

通俗的理解机器学习_梯度下降_08

通俗的理解机器学习_正则化_09

 

通俗的理解机器学习_人工智能_10

搜索步长α中也叫作学习率(Learning Rate)

学习率是十分重要的超参数!

        

通俗的理解机器学习_梯度下降_11

通俗的理解机器学习_机器学习_12

3 正则化 

                                        

通俗的理解机器学习_机器学习_13

                                   

通俗的理解机器学习_人工智能_14

                                    

通俗的理解机器学习_梯度下降_15

                          

通俗的理解机器学习_梯度下降_16

通俗的理解机器学习_梯度下降_17

           

通俗的理解机器学习_正则化_18

 

通俗的理解机器学习_人工智能_19

 

通俗的理解机器学习_人工智能_20