Datawhale X 李宏毅苹果书 AI夏令营

学习机械学习的心得体会

学习之后我认为机械学习就是，通过计算机的高效的计算能力来解决生活中需要大量的测试，试验才能得到的函数问题，求得最优解的一个过程。

机械学习可以分为监督学习和无监督学习

在监督学习中回归（regression），可以用来完成线性回归问题的求解。在无监督学习中有聚类，异常检测还有降维的方法，其中聚类也是分类（classify）。

在第一节课也学到了第一个机械学习的算法，即梯度下降，通过liner function y = wx + b，以及cost function ：J（w,b），能够得到梯度下降的公式w = w - Alpha * (对J(w,b)的w求导)，以及b = b - Alpha * (对J(w,b)的b求导)。同时通过设置Alpha的大小可以调节求到最小值J的速度，Alpha通常是一个（0,1）的一个数。Alpha过小，模拟的线性回归很准确但是时间很慢，Alpha过大导致可能求不到最小值J，同时不够准确。但是梯度下降问题遇到多个变量的时候可能会遇到多个局部最小值的问题，并不能一定求得最小值。