3.深度学习之线性回归与Softmax分类

3.1 线性回归

• 线性回归输出是一个连续值，因此适用于回归问题。
  • 回归问题在实际中很常见，如预测房屋价格、气温、销售额等连续值的问题。
• 与回归问题不同，分类问题中模型的最终输出是一个离散值。
• 所说的图像分类、垃圾邮件识别、疾病检测等输出为离散值的问题都属于分类问题的范畴。softmax回归则适用于分类问题。
• 由于线性回归和softmax回归都是单层神经网络，它们涉及的概念和技术同样适用于大多数的深度学习模型。

3.1.1 神经网络图

• 在深度学习中，可以使用神经网络图直观地表现模型结构
• 为了更清晰地展示线性回归作为神经网络的结构，使用神经网络图表示线性回归模型。
• 神经网络图隐去了模型参数权重和偏差。
  
• 线性回归是一个单层神经网络

3.1.2 线性分类

3.1.3 得分函数

3.1.3.1 实例