最佳化

機器學習

圖1.機器學模型、標籤與損失函數L

圖1展示了機器學習模型、標籤​與損失函數L。

機器學習模型具有weight 跟bias 的特徵。

x bar 代表輸入的資料，y bar 代表輸出的資料。y bar也可以被看成是一個模型預測的答案。

y hat 代表一個標籤（即正確答案）。損失函數則是測量出模型預測答案 y bar 和 正確答案 y hat.

機器學習的目標是要找到模型（通常具有weight跟bias的特徵）以及當時模型預測答案 y bar 要接近正確答案 y hat

換句話說，就是要讓損失函數 L的值最小。