教材: 李宏毅老師的 【機器學習2021】預測本頻道觀看人數 (上) - 機器學習基本概念簡介

https://youtu.be/Ye018rCVvOo

機器學習，常分為「Classification, Regression, Structure Learning」

• 影片 3:33 處

1. Classification

   $$ x_{1}, x_{2}, x_{3}...x_{n} → f → Yes/No $$

   • 提供很多值($x1, x2...$)給機器學習，讓他學會分辨差別以達成指令
   • e.g. 垃圾郵件分類、alpha Go(所有棋眼都是選項)

2. Regression

   $$ x_{1}, x_{2}, x_{3}...x_{n} → f → 預測 $$

   • 也是提供很多值，讓他可以預測出人類的猜想
   • e.g. 空氣品質偵測

3. Structured Learning

   • 使機器達到「創作」的能力

機器學習三步驟/訓練模型三步驟

I. 使用一個帶有未知數的函式

$$ y = b + wx_{1} $$

II. 從訓練資料定義Loss

Loss大比拚: MAE v.s. MSE

MAE = Mean Absolute Error

$$ e = |y-ŷ| $$

MSE = Mean Square Error

$$ e = (y-ŷ)^2 $$

<aside> ⚠️ 若data中的異常點是必須被檢測出來，MSE是你最好的選擇

</aside>

III. Optimization 計算出最佳化