机器学习中的建模

        作为人工智能工程师，我们通常将每个任务或问题定义为一个函数。

        例如，如果我们正在开发面部识别系统，我们的第一步是将问题定义为将输入图像映射到标识符的函数F(X)。但是问题是如何知道F(X)公式？

        事实上，使用公式或一系列固有规则来定义F(X)是不可行的（有一天我会解释原因）。

        一般来说，我们不是寻找或定义正确的函数F(X)，而是尝试找到F(X)的近似值。我们将这种近似称为假设函数，或者简称为H(X)。