Python机器学习与项目实践- 课件 chap2-机器学习基础概念.pptx

机器学习基础概述;教学内容;数据特征表示;特征工程和特征学习;评价指标;评价指标;评价指标;评价指标;评价指标;评价指标;评价指标;评价指标;评价指标;评价指标;损失函数;损失函数;评价指标;评价指标;机器学习≈构建一个映射函数;现实世界的问题都比较复杂

很难通过规则来手工实现

;什么是机器学习？;机器学习的三要素;常见的机器学习问题;模型;学习准则;学习准则;最优化问题;梯度下降法（GradientDescent）;学习率是十分重要的超参数！;随机梯度下降法;随机梯度下降法;机器学习=优化？;泛化错误;如何减少泛化错误？;正则化（regularization）;提前停止;线性回归;线性回归（LinearRegression）;优化方法;经验风险最小化;矩阵微积分;经验风险最小化;经验风险最小化;结构风险最小化;最大似然估计;关于概率的一些基本概念;概率的一些基本概念;概率的一些基本概念;概率的一些基本概念;例子;似然（Likelihood）;从概率角度来看线性回归;线性回归中的似然函数;最大似然估计;最大后验估计;最大后验估计;总结;多项式回归;一个例子：PolynomialCurveFitting;WhichDegreeofPolynomial?;ControllingOverfitting:Regularization;ControllingOverfitting:Regularization;ControllingOverfitting:Datasetsize;机器学习的几个关键点;常见的机器学习类型;如何选择一个合适的模型？;模型选择：偏差与方差