一句话概括机器学习：让机器具备找一个函数的能力

机器学习有两大类任务

Regression

让机器输出一个数值的机器学习任务

Classification

给机器若干个类（选项），让机器输出正确的类（一个或多个选项）的机器学习任务

Structured Learning

让机器创造一些结构化结果（如图片、文档）

如何做机器学习

第一步：找函数

猜测一个带有未知参数的函数表达式，猜测需要基于你对这个问题本质的理解

假设我们有当日视频播放量x，我们希望预测明日的视频播放量y

可猜测表达式为y = b + wx，b（bias）和w（weight）皆为未知参数

第二步：定义损失函数（Loss）

L是一个参数为b和w的函数$L(b,w)$，代表我们给b和w的值设定得好不好。

L的计算则是通过计算估算值 $y$ 和真实值（标签） $\hat {y}$ 的差值

$Loss : L = \frac{1}{N}\sum{e_n} \\ e_n = |y_n - \hat{y_n}| \ MAE \\ e_n = (y_n - \hat{y_n})^2 \ MSE$