机器学习

机器学习百度百科：专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

原理:

1. 机器学习是统计学习不是个案学习
2. 大数定律：当试验次数越多，事件出现的频率无限接近于该事件出现的概率
3. 建模：数据少，先验；数据多，后验

三个核心要素：

1. 假设空间： 线性假设
2. 优化目标 （实际值-预测值）平方的加和
3. 寻解算法 （求解微分方程）

学习案例：

1. 根据观察，设定Y=ax+b (a，b为参数，x为输入，y为输出)

2. 设定优化目标了loss

   
   image.png
   

   y是实际值，y`是预测值，不同参数会产生不同的loss

3. 求loss的最小值 loss=f(w) 微分方程或者梯度下降
4. 取得最优解，验证结论

大数据的价值：
1.细分（准确） 2.分类的数据量（置信）

数据 模型 业务 需求