1.在第一节课中,对于机器学习流程中总结出的式子,如下:
理解了D是数据的含义,也大体了解g是最终通过机器学习得到更好的表现,H是假设,A是机器学中用到的算法(即学习过程中用到的准则,怎么去判断),H是所有假设。
但这几个字母具体的理解还不太懂,比如到底是个什么东西,假设和g联系到现实生活中是什么,算法这一块得后期实践的时候理解,总之这个知识点掌握的不透彻,存在疑惑。
更正:是根据模型H,使用演算法A,在训练样本D上进行训练,得到最好的h,其对应的g就是我们最后需要的机器学习的模型函数,一般g接近于目标函数f。