简介:机器学习模型在数学就是解决代价函数的最优化问题
这一部分主要介绍理解深度学习所需的基本数学概念。首先从应用数学的一般概念开始,我们定义许多变量的函数,找到这些函数的极值点,并量化信念度(quantify degrees of belief)(我的理解是这个信念度是机器学习模型的输出)
之后,本书描述了机器学习的基本目标,并描述怎么在数学上实现这些目标。我们需要指定代表某些信念(期望的输出值)的模型(或函数),然后设计衡量这些期望值与现实对应程度的代价函数(loss)以及使用训练算法最小化这个代价函数(最优化问题)
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步