机器学习Regression入门知识

最新推荐文章于 2022-07-12 18:10:01 发布

原创最新推荐文章于 2022-07-12 18:10:01 发布 · 378 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习 #深度学习

本文介绍了机器学习的基本概念，重点讲解了监督学习中回归的应用，包括股票预测、自动驾驶和推荐系统等实例。通过解释损失函数和梯度下降法，阐述了如何寻找最优参数以最小化代价函数。

机器学习入门Regression知识

P1. Machine learning相关概念
机器学习算法：监督学习supervised learning，无监督学习unsupervised learning 强化学习reinforcement learning
监督学习是指给定labeled data标注数据,计算Loss(输出结果与标注是否一致，不一致所占的比例)
机器学习就是自动找函式,用Gradient descent梯度下降来找出使Loss最低的function

P2. Regression回归
一些具体的应用：Stock market forecast股票预测, self_driving car自动驾驶, recommendation推荐系统
举例应用：估计宝可梦进化后的CP（combat power）值

L(w,b)代价函数也被称作为平方误差函数，有时也被称为平方误差代价函数。