一、机器学习的类型

机器学习任务的类型可分为回归regression、分类classification、结构化学习structured learning。

二、机器如何学习（训练）

步骤

step1: 设定一个初步可能的函数（猜测）——具有未知参数
step2:定义一个损失函数——未知参数的函数
step3:优化——能够让损失函数最小的参数

如何优化

梯度下降gradient descent

1-随机选取一个确定的参数

2-计算微分（斜率）、

（该图中，如果斜率小于0，说明右侧小于左侧，将w变大，可以使得损失降低，如果斜率大于0，则w减小，可使得损失降低）
至于步伐多大，取决于两个因素，斜率与学习率learning rate（斜率小，学习率小，步伐小）

机器学习过程中需要自己设定的内容就是超参数hyperparameters

3-基于学习率与斜率更新参数

直到停止（超参数设置到达最大值/到达最低值（斜率为0））
然而存在一个问题即局部最低点和全局最低点。（但是这个问题并不是大问题，估计是因为只要换一个起点就可以解决这个问题）

多参数优化