21
0第8课视频的主要内容： 介绍了构建损失函数的通用框架。其核心是将模型视为计算条件概率分布，通过最大似然准则推导出负对数似然损失。书中详述了构建损失的四个步骤：选择分布、预测参数、最小化损失及推理。通过回归与二元分类示例，证明了最小二乘法和交叉熵损失分别源于对不同概率分布的建模。
第8课完整讲义：zhuanlan.zhihu.com
00:00 开篇语
01:44 新视角：模型预测的是一个概率分布
04:09 最大似然：选择让观测数据最可能的参数
06:41 从“概率连乘”到“对数累加”
08:36 将最大化问题转化成最小化损失
09:42 将最大化问题转化成最小化损失
11:10 案例：单变量回归
12:14 从负对数似然到最小二乘
14:48 推理 方差估计 异方差回归
17:53 案例：二元分类
19:50 二元交叉熵损失函数的由来
20:54 模型学到了什么？ -- 类别的概率
21:22 结束语
