[人工智能]机器学习学习笔记

机器学习一点点小感受

从目前所学的模型和算法最直观感受机器学习的模型+算法+策略就是我们初中学过二次函数以后求某具体简单问题的最值（二次函数是最值）的升级版。模型就对应初中就是建出来的函数是二次函数，求最值的方法比如说公式法、配方法就是ml里我们的策略。

我们机器学习模型里面的那些待求参数我们一般不就是通过构造某个相关函数（损失函数或者极大似然）然后求其极小或者极大值时参数的取值就是我们一般需要求得。再说白一点就是我们希望某件事发生的概率最大或者损失最小（这很直观对于现实世界）这个概率会是一个关于待求参数的函数。但是如何构造这个函数是需要动脑筋的。。。有的时候是很多个直观的串联。。。

只是我们求解机器学习模型的参数需要的数学知识更多了“点”（概率论，和最优化知识），参数的形式更复杂了些，大部分情况下我们人算不出来（至少在我们有生之年无法通过笔算搞出来，但怎么算我们知道）

所以计算问题我们就交给计算机让他帮我们算。但这理所当然的“点”数学知识对我却是一个难跨的槛。。。。至少对我是这样。（因为数学太差）。因为我们的大一教给我们的算和使用真的对我跨度确实大，我无法很好的串联知识。