04 | 函数与优化方法：模型的自我学习（上）

1.损失函数 模型的学习，实际上就是对参数的学习，而参数学习的过程需要一系列的约束，这个约束就是损失函数。 模型一开始什么也不知道，我们要给它更多的数据。模型每次拿到数据都要将自己的输出和真实的结果进行比较，如果偏差很大，它就要对这个偏差进行反馈，想办法减少这种偏差，也就是学习更多的特征，直到学会如何对输入数据进行正确的判断。 假设真实函数为F(x),拟合出来得函数式为f(x)，对于每一个样本点，

>>阅读原文<<