Lecture2：损失函数及优化

目录

1.损失函数

1.1 支持向量机SVM 

1.1.1 SVM的代价函数及优化目标

1.1.2 如何理解将SVM成为大间距分类器

1.1.3 大间距分类器的数学原理

1.1.4 SVM核函数（构建非线性分类器） 及控制点的选择

1.1.5 构建自己的SVM

1.2 softmax分类器 

1.3 softmax VS SVM

2.优化 

2.1 梯度下降法 

2.2 随机梯度下降 

---

1.损失函数

1.1 支持向量机SVM 

1.1.1 SVM的代价函数及优化目标

1.1.2 如何理解将SVM成为大间距分类器

1.1.3 大间距分类器的数学原理

1.1.4 SVM核函数（构建非线性分类器） 及控制点的选择

1.对核函数的直观理解

2.如何选取控制点

1.1.5 构建自己的SVM

1.2 softmax分类器 

1.3 softmax VS SVM

2.优化 

2.1 梯度下降法 

2.2 随机梯度下降