机器学习的步骤

1.定义带有未知参数的函数

线性模型（linear models）具有较大的限制（Model Bias）

        y = b + wx

无论如何更改b或者w，其只会呈现出一条直线，不能满足更加复杂的现实情况。

我们可以将复杂的函数（分段函数）看作：常数（其大小为实际函数与Y轴的交点）+激活函数（在小于某个数值时，为某个常数，在大于某个数值时，为某个常数）

红色为Piecewise Linear Curves（分段函数），蓝色为Hard Sigmoid（激活函数）

第一激活函数的转折点设在实际函数的第一个转角。分段函数的斜率与实际函数的斜率相同。同理第二个激活函数的转折点设为实际函数的第二个转角处，斜率相同......

最终实际函数等于f0+f1+f2+f3 

有多个线段组成的函数称为Piecewise Linear Curves（分段函数），其都可以通过上面的方法组合出来。其转折的次数越多，需要的蓝色函数也越多。

在曲线问题上，我们可以通过微分的思想，在曲线上取足够多的点，以直代曲，这样就可以用直线来逼近这条连续的曲线。

所以可以通过分段函数去逼近任何连续的曲线。

激活函数可以使用一段S型曲线（sigmoid funcation）来逼近它

可以简写为：y = c sigmoid(b+wx1)

通过不断调整b、w和c来制造出不同的S型曲线

前面所求的分段函数就是多个激活函数累加之后的结果

i代表激活函数（蓝色函数），j代表特征的编号（如j = 10，则取前十天的样本进行计算）

wij代表在第i个激活函数里面的第j个特征的权重

其中r1、r2 和r3可以简化为矩阵与向量的加法和乘法：

所以
就可以写成

其中x是输入的特征，灰色的b是标量，w为矩阵，和绿色的b是向量

将所有的未知参数进行拆分，拼成一个很长的向量统称为

2.定义来自训练数据中的损失函数

拥有了新的模型之后，Loss与之前的定义方法还是一样的，只是符号更改了一下，变为：        

        L(w,b) ====> L()  用来代表所有的未知参数

损失函数（Loss function）所作的事情就是，当为某一个数值的时候，会有多好还是有多不好

计算方法与只有两个参数的时候类似，假设给定一个值，再输入一个x，查看估算的y值，计算与真实的（label）之间的差距，以此类推。把所有的误差加起来就得到了Loss

3.最佳化问题

optimization的演算法还是gradient descent。

寻找一组让Loss最小，将这一组称之*。

寻找*：
1.随机选一个初始值0

2.计算微分，对每一个未知的参数都去计算起对L的微分，之后把微分集合起来组成一个向量g（gradient）。

通常的表示方法：，其中倒三角形的意思是把所有的参数1、2、3等对L做微分，算微分的值为0。

3.更新参数列表

其中两式相减是因为梯度的方向式函数增长最快的方向，朝着负方向式下降最快的方向。

重复以上的步骤，不断更新，直至不想继续更新或者得出 = 0。

在实际操作中，不是使用全部的数据去计算Loss，而是将数据分为多个batch（批）。多次进行计算，算出L1、L2、L3等，之后计算出gradient。

一次查看所有批次称之为一次epoch，epoch指的是整个训练数据集通过神经网络一次的过程。 每一次更新参数称之为update。、

所以一个epoch并不是更新参数一次。更新次数由batch size决定

例如：

ReLU（另外一种激活函数）

hard sigmoid可以看作式两个rectifier linear unit的叠加。

ReLU比Sigmoid更优。

Sigmoid或者ReLU等可以叫作Neuron，很多的Neuron可以叫作Neuron Network

过拟合（Overfitting） 

指的是在已知的训练资料上变好，而在未知的训练资料上没有变好。