第一章 机器学习基本概念介绍

问题：要预测YouTube频道第二天的订阅/播放

1、预测一个有未知参数的函数

2、定义LOSS

• LOSS也是函数，它的参数是（b,w)
• LOSS返回两个参数是好还是不好
• 如何计算LOSS（通过频道的历史来检测）
• 比对$\hat{y}$和y
• 真实的值叫做label
• 可以选择absolute error（绝对值的差值）或者square error(差值的平方)的平均值

3、Optimization（优化）

Gradient Descent(梯度下降)

• hyperparameters:自定义的参数
• 梯度下降算法就是不挺的求导并且算出下一个w值，直到处的导数为0或者求值次数达到上线

• 这类模型有一种共同的名称叫做线性模型

4、线性模型是否太简单了？

• 线性模型有很多限制——model Bias
• 我们需要更加flexible的function
• 

• sigmod function拟合分段线性函数函数

• 简化成矩阵和向量的形式

  

• batch和epoch

  

batch大小B也是hyperparameters

• relu模型

• 神经元

• 深度学习：多层的RELU叠加

  

• overfitting:过度训练

  

Colab的使用

[Colab Tutorial 2022 (ntu.edu.tw)](https://speech.ee.ntu.edu.tw/~hylee/ml/ml2022-course-data/Colab Tutorial 2022.pdf)

Google Colab 快速上手 - 知乎 (zhihu.com)

分配到GPU后就可以调用pytorch了

然后可以创建一个Google云盘

连接到云盘里的文件夹

%cd /content/drive/MyDrive 
#change directory to google drive
!mkdir ML2022 #make a directory named ML2022
%cd ./ML2022 
#change directory to ML2022