回归的使用场景
股价预测
自动驾驶
input 视觉信息 output 方向盘角度
推荐
使用者A 看商品B 使用者A 购买商品B的概率
Step1 Model
W Weight B Bias
Step2 Goodness of Function
回归的Loss function 本质就是 每个样本点到模型的偏差和最小。通常我们可以通过最小二乘法来解决这个问题。
Step3 Gradient descent
通过梯度下降来获取模型权重和bias
随机生成一个权重 W0
然后计算W的切线斜率
设定一个学习率