机器学习基础

定义

学习一般是只有人才具备的能力，机器学习就是通过某种方式让机器具备人才有的学习能力，这里的某种方式是机器具备找一个函数的能力

比如说证件照背景颜色更换，那么机器需要找到图片中的背景在哪里，再替换成目标背景颜色
即输入是图片，输出也是图片

回归

即输出是数值，就比如说预测一下下个星期一的温度，这个就是一个数值（标量）

分类

即从给出的选项中选出一个作为输出，比如说判断一张图片是否是AI生成的，选项就只有两个，是或者不是

结构化学习

即输出一个有结构的物体，就比如文生图

案例

以视频的点击次数预测为例，听说过微信视频赚钱把，就是流量曝光

假设后台可以看到如下信息

1. 每天点赞的人数
2. 订阅的人数
3. 观看次数

现在要找到一个函数，该函数的输入是后台的信息，输出是次日所有的总观看的次数

step 1: 写出函数表达式

假设是一次函数

$$y=w{x}_1+b$$

• y是今天总共的观看次数
• $x_1$是这个频道的昨天的总共观看次数

已知 y和$x_1$,找b和w，当然不是让你瞎找，瞎猜，要合理的猜测，就这个而言，提出一个猜想

设今天的观看次数是today,昨天的观看次数是yesterday, 再加上一个修正值 adjust,因为事实可能是和我们的猜想一致，但存在一定差异，得到下面的
$today=yesterday\times w+adjust$
这个和之前的$y=w{x}_1+b$一致，w称之为权重，b称之为偏置

• 模型：含有未知的参数，机器学习中就是一个带有未知的参数的函数
• 特征：即再函数中已知的信息，来自后台的信息

steps2: 定义损失

这里的损失可以理解为预测结果与实际结果之间的差距
由于需要根据已有的东西去猜测未知的东西，那么如何定义这一组数值优劣情况呢？答案是用函数来定义

$$y=w{x}_1+b$$

• y是今天总共的观看次数
• $x_1$是这个频道的昨天的总共观看次数

假设w=1，b=200
那么将2017年1月1日的观看次数代入得
$y^{{}^{\prime }}=200+x_1$,将$x_1=4800$代入得$y^{{}^{\prime }}=200+4800=5000$,但真实得结果是4900，那么预测结果与真实结果直接的差值是100（记作$e_1$），以此类推，用1月2日的值来预测1月3日的值，值是5100，差值为2400(记作$e_2$)，依次类推，将三年的误差算出来，再算一个平均值，公式如下
$$L=\frac{1}{N}\sum _n{e}_n$$

• N是代表训练数据的个数，三年就是365*3
• L是每一笔训练数据的误差e相加后的结果，L越大，就代表这一组参数越不好，L越小则代表这一组参数越好

估测预测的值与实际值之间的差距方法如下

• $平均绝对误差(MeanAbsoluteError,MAE)$:$e=|y^{{}^{\prime }}-y|$
• $均方误差(MeanSquaredError,MSEe=(y^{{}^{\prime }}-y{)}^2$

这个交叉熵还在看