基于多站点的网站内容管理平台的管理与应用应用商场安全下载安装
第一遍：直接陈述
第二遍：查看笔记
第三遍：对照答案
第四遍：总结背诵
1.机器学习的本质?
e1
机器学习主要有两类任务：分类任务和回归任务。二者都是对函数的拟合。分类任务中拟合函数将数据集分开，回归任务对数据的分布进行拟合，寻找函数关系用于预测。
e3
机器学习的本质简单说，就是通过计算机来寻找一个函数，这个函数在你给特定输入的时候可以得到想要的输出。
比如语音识别输入音频得到文字，比如识别任务输入图片输出物体类别和定位信息，比如房价预测输入时间输出这个时间的预测价
寻找的过程叫训练，函数称作模型。
e4
机器学习本质简单说就是通过计算机寻找一个函数，在你输入特定数据的时候得到特定的输出。比如语音识别，输入语音输出文字，房价预测输入未来某个时间输出房子预测价。
寻找函数的过程叫训练，函数叫模型。
一般主要分为两大类：分类任务和回归任务。
2.机器学习是如何学习的？
e1
机器学习进行函数拟合
深度学习：
数据预处理——输入——多层隐藏层：多元线性回归+激活函数——输出——回归直接输出，分类加softmax
e3
第一：定义一个机器学习模型
第二：定义一个损失函数，用于描述真实值和预测值的差距
第三：调整参数，使损失最低
e4
模型+损失函数+调优
模型方面：多元线性回归、逻辑回归等等
损失函数：MSE
调优：梯度下降法调整参数