使用监督学习构建经典机器学习模型
目标
- 定义监督学习和无监督学习
- 探索成本函数如何影响学习过程
- 了解如何通过梯度下降来优化模型
- 尝试学习率，看看它们如何影响训练
定义监督学习
监督学习和无监督学习之间的唯一区别是目标函数的工作原理
在无监督学习中，所需的唯一数据是我们提供给模型的特征, 目标函数纯粹根据模型的估计进行判断。这意味着目标函数通常需要相对复杂。例如，目标函数可能需要包含一个“检测器”，以评估模型绘制的图像是否逼真。
练习
当 X 轴和 Y 轴具有大致相同的值范围时，机器学习通常效果最佳。