下载掌阅APP，畅读海量书库
立即打开
完成入门篇的学习，相信读者已经能够用Python实现简单的机器学习项目了。然而，无论使用Python还是MATLAB工具箱，我们都在使用一个灰盒子模型，我们只知其然，而不知其所以然。对于托管式机器学习服务，虽然简单，但却完全是黑盒子模型，我们甚至不知其然。总而言之，机器学习实践很重要，一串代码并不意味着我们学会了所有的内容。鉴于此，本章从训练模型的风险函数讲起，着重讨论机器学习中的参数寻优法。希望读者学完本章内容，能够对机器学习的理论知识有更深刻的了解。
通过本章的学习，读者可以掌握以下内容：
风险函数的原理；
常用的步长搜索算法；
常见的优化算法；
随机搜索算法；
交叉验证与网格寻优法的概念；
网格寻优法的Python实现。
注意： 本章中的所有向量均属于列向量。