Google的《机器学习速成课程》学习笔记二
降低损失
迭代方法
下图显示了机器学习算法用于训练模型的迭代试错过程:
迭代策略在机器学习中的应用非常普遍,这主要是因为它们可以很好地扩展到大型数据集。
“模型”部分将一个或多个特征作为输入,然后返回一个预测 $y^{‘}$ 作为输出。为了进行简化,不妨考虑一种采用一个特征并返回一个预测的模型:
$$y^{‘}=b+w_{1}x_{1}$$
下图显示了机器学习算法用于训练模型的迭代试错过程:
迭代策略在机器学习中的应用非常普遍,这主要是因为它们可以很好地扩展到大型数据集。
“模型”部分将一个或多个特征作为输入,然后返回一个预测 $y^{‘}$ 作为输出。为了进行简化,不妨考虑一种采用一个特征并返回一个预测的模型:
$$y^{‘}=b+w_{1}x_{1}$$
如果需要预测房价,就要考虑什么因素可能会影响房价,综合这些可能影响房价的因素作为自变量,房价作为因变量。这些影响房价的因素,如房子位置、面积、户型、朝向、楼层、周边医疗、学校、交通等因素分别对房价的影响大小不同。在使用线性回归或逻辑回归模型预估房价时,这些影响房价的因素就是特征,如何选择特征,对特征进行预处理,如连续值特征离散化、离散特征编码,特征组合,生成中间特征等,属于特征工程的范畴。
紧缩的货币政策,借由提高利率及降低总需求可对抗通货膨胀。紧缩的货币政策减少了流通的货币数量,因此也降低了银行的放贷意愿。此时,可放贷的资金总额变少且利率变高,利率变高又意味着总需求变低。也就是借钱买汽车、房子、工厂及设备的大额花费变少。这表示追逐商品的钱变少,且通胀率变低
当通胀率出现负数时,称作通货紧缩(deflation),意即货币的购买力不但没有随着时间变低,反而随着时间变得更高
泡沫,当价格上涨不是因为商品本身的任何属性,而是因为投资人期望价格持续上涨时,泡沫就出现了。泡沫会创造其自身的动能,因为很多人突然购买往往会推高价格,但这种动能无法永远继续下去,当足够多的人认清泡沫无法持续时,价格就会暴跌
我们预期会经历高失业低通胀的时期,也会经历低失业高通胀的时期,这样的取舍关系是宏观经济政策的主要问题之一,称作菲利普斯曲线(Philips Curve),是以经济学家威廉.菲利普斯(William Phillips)的名字命名的,经济倾向于从高通胀低失业移动到低通胀高失业,并且往返移动
凯恩斯派与新古典经济学派之争
宏观经济vs微观经济
经济政策的四个目标
宏观经济政策的两组主要工具,是财政政策和货币政策
推动创新的关键因素,是创新者从研发投资中得到大部分经济利益的能力,经济学家称之为“专属性”(appropriability)
鼓励研发
折现值(present discounted value)指的是未来所要得到的款项,如果现在就回收,会值多少钱
对经济学感兴趣想要了解,和真的去了解经济学,感受完全是不一样的。任何经济学的科普读物都会讲供需模型,最开始感觉这么简单的东西被敲黑板强调很重要,经常要通过这个模型去思考有些诧异;再者,真的去阅读经济学的读物时,发现很少有那种通俗易懂的文章能够娓娓道来。
开始读《斯坦福极简经济学》,书早在17年8月31日买了,到年底也就翻读几章,于是强迫自己从头开始读,读完记录书中自己印象深刻观点,加强记忆和理解。
在阅读及读完之后,感觉颇有收获,比如在微观经济学的增加的生产成本可以转嫁给消费者吗章节中,提到香烟的价格提高,香烟的销量会降低么,答案是并不会出现明显的降低,因为香烟是无需求弹性的商品,即需求量变动的百分比会小于价格变动的百分比。通过经济学中理论分析现实生活中的场景,我喜欢!
为什么要研究经济学
项目失败,复盘寻找原因时往往少不了沟通不畅的因素;项目成功,总结成功的关键时往往容易遗忘沟通顺利的因素。
从腾讯的产品经理到糗百创始人,《结网》作者王坚总结的如何沟通技巧,对帮助个人提升沟通软素质甚有帮助。下面为我的阅读摘要。
一定的私交基础,对沟通是非常有帮助的。另外,绝大多数无效沟通的根源在于把沟通这个过程本身当成了沟通的目标。