機器學習中的建模

        作為人工智能工程師，我們通常將每個任務或問題定義為一個函數。

        例如，如果我們正在開發面部識別系統，我們的第一步是將問題定義為將輸入圖像映射到標識符的函數F(X)。但是問題是如何知道F(X)公式？

        事實上，使用公式或一系列固有規則來定義F(X)是不可行的（有一天我會解釋原因）。

        一般來說，我們不是尋找或定義正確的函數F(X)，而是嘗試找到F(X)的近似值。我們將這種近似稱為假設函數，或者簡稱為H(X)。