Google机器学习速成课程 - 视频笔记整理汇总 - 基础篇核心部分

Google机器学习速成课程 - 视频笔记整理 - 基础篇核心部分

课程网址:
https://developers.google.com/machine-learning/crash-course/ml-intro
（需翻墙）

全部课程核心部分， 基本概念并没有过多记录，持续整理中。。。

机器学习算法一般过程

过程可理解为用于训练模型的迭代试错：

过程分析：

• “计算损失”：损失函数：例如常用的平方损失函数。

• “计算参数更新”：检测损失函数的值，并为参数如bias、weight生成新值，以降低损失为最小，例如：梯度下降法，因为通过计算整个数据集中w每个可能值的损失函数来找到收敛点这种方法效率太低。所以通过梯度能找到损失更小的方向，并迭代。

• 学习速率，梯度下降法，用梯度乘以一个成为学习速率（也叫步长）的标量，以确定下一个点的位置。这是超参数，用来调整AI算法速率

例如，如果梯度大小为2.5，学习速率