陈敦巧-机器学习

一、监督学习

机器学习问题的最常见类型--监督学习，是我们给机器一个数据集，其中包含了正确答案，实际问题分为回归问题和分类问题，回归问题是指 我们想要预测连续的数值输出，分类是指我们设法预测一个离散值输出。就是先给计算机大量的数据，这些数据是有标签的，让计算机记住正确的答案。

二、线性回归
线性回归属于监督学习，因此方法和监督学习应该是一样的，先给定一个训练集，根据这个训练集学习出一个线性函数，然后测试这个函数训练的好不好（即此函数是否足够拟合训练集数据），挑选出最好的函数（代价函数）即可，因为是线性回归，所以学习到的函数为线性函数，即直线函数。我们的目标就是使得预测函数与真实值之间的误差越小越好，也就是我们选定一个损失函数，使得这个函数的值越小越好。
cast function（代价函数），代价函数越小，说明线性回归地越好（和训练集拟合地越好），当然最小就是0，即完全拟合。Cost Function的用途：对假设的函数进行评价，cost function越小的函数，说明拟合训练数据拟合的越好，，这就是代价函数的内部构造。