# NOTE OF【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

## Machine Learning 是什麼？
*就是找到一個可以describe或者predict的一個function。*
## THREE TYPES of ML function（輸出形式）:
1. Regression：數值

2. classificaiton：做選擇（回答選項或者是yes no）

3. Structured learning:回答圖片、文章（image processing, NLP）
## THREE STEPS of ML-TRAINING:
1. 先通靈出一個function（DOMAIN KNOWLEDGE）
2. 在自己設定LOSS function：用來評估通靈function的參數好不好。如果是機率分佈函數，那可能就是用cross entropy 計算。
3. 最佳化：用LOSS找出最好的參數。
* 用的方法都是Gradient Descent。利用斜率來決定調整的速度，另外也有Learning Rate會決定調整的速度。
* 找到什麼時候：
a. 找到水平斜率。（二維或者以上就是用向量調整參數）
b. 決定更新的次數。

**Gradient Descend問題：local minima，會找不到真正LOSS最小的點。**
## Important Terms:
model: 也就是function，訓練model就是只調整function 的參數。
feature：已經知道的資訊（input的意思）。
weight：變數的係數
bias：常數
MAE: mean absolute error
MSE: mean square error
error surface
## 最後，使用function來對未來的資料（TEST DATA）做預測
* 對預測的結果做討論，修正自己的function。
* 調整可能會有一個極限，這時候就必須另求他法（我自己想，就是要開始考慮其他的參數）