目录

机器学习三件事：分类，预测和结构化生成

2、一般会有经常提到什么是标签label，label就是预测值，在机器学习领域的残差就是e和loss​编辑3、一些计算loss的方法：​编辑​编辑

4、可以设置不同的b和w从而控制loss的值，但是需要loss最小，也就是拟合度稍微好一些​

5、预测值和真实值​

6、仅仅用一天的效果并不是很好，多天的多个数据，在一元线性回归的条件下，loss损失函数会更小​

6、任何的东西都可以用函数来拟合，然后，任何的函数都能用小的sig函数来表示​

7、蓝色的直线函数不是很好表达，但是曲线可以用平滑的函数表示：​

8、通过更改不同的参数，可以拟合出不同的结果​

9、实力验证​

10、我们类比一个东西，从复杂度的角度来看，一元线性函数，变成了更加平滑的函数，一个累计一元线性变成了多个累计平滑的函数

---

机器学习三件事：分类，预测和结构化生成

2、一般会有经常提到什么是标签label，label就是预测值，在机器学习领域的残差就是e和loss3、一些计算loss的方法：

4、可以设置不同的b和w从而控制loss的值，但是需要loss最小，也就是拟合度稍微好一些5、预测值和真实值6、仅仅用一天的效果并不是很好，多天的多个数据，在一元线性回归的条件下，loss损失函数会更小6、任何的东西都可以用函数来拟合，然后，任何的函数都能用小的sig函数来表示7、蓝色的直线函数不是很好表达，但是曲线可以用平滑的函数表示：8、通过更改不同的参数，可以拟合出不同的结果9、实力验证10、我们类比一个东西，从复杂度的角度来看，一元线性函数，变成了更加平滑的函数，一个累计一元线性变成了多个累计平滑的函数