qq_18062811的专栏

引例：   数据：工资和年龄（2个特征）   目标：预测银行会贷款给我多少钱（标签）   考虑：工资和年龄都会影响最终银行的结果，那么它们各自有多大的影响呢？（参数） 回归：通过你的数据最终预测出一个值 （分类：最终的到的是一个类别。比如说银行借还是不借你贷款） ===》对于2维数据，就是找到一条最好的线对数据进行拟合   假设1是年龄的参数，2是工资的参数 拟合的平面：h(x)...

引入：当我们得到了一个目标函数后，如何进行求解？ 直接求解？（并不一定可解，线性回归可以当做是一个特例）   常规套路：机器学习的套路就是交给机器一堆数据，然后告诉它什么样的学习方式是对的（目标函数），然后让它朝着这个方向去做   如何优化：一口吃不成胖子，我们要静悄悄的一步步的完成迭代（每次优化一点点，累积起来就是个大成绩了）  ...