![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 55
深情一回头
热爱各种高大上的技术,想成为一个技术控
展开
-
机器学习目录结构
前言:监督式学习 第一部分 线性回归 最小均方差算法(LMS algorithm) 正规方程组 2.1. 矩阵导数 2.2. 最小方差回顾 用概率论原理阐述最小均方差 局部权重线性回归 第二部分 分类和逻辑回归 逻辑回归 引申:感知机学习模型 最大化对数似然函数——牛顿方法 第三部分 广义线性模型 指数族函数 构造广义线性模型(GLM) 2.1. 普通均方差 2.2. 逻辑回归 2转载 2017-05-09 22:28:36 · 446 阅读 · 0 评论 -
监督式学习(Supervised learning)
监督式学习是由一组人工标记的数据推测出假设函数的学习方法。大量训练样本构成样本集。每个训练样本包含输入值和期望输出值。下面我们看一个例子。我们有美国波特兰地区47套房屋的居住面积及其价格的数据集。 居住面积(feet2) 价格(1000$s) 2104 400 1600 330 2400 540 1416 232 3000 540 … …数据绘制转载 2017-05-09 22:31:29 · 874 阅读 · 0 评论 -
线性回归
把监督式学习中关于房屋价格的例子稍作更改,除了原有数据,再加入卧室数量这一数据项。 居住面积(feet 2 ) 卧室数量 价格(1000$s) 2104 3 400 1600 3 330 2400 3 540 1416 2 232 3000 4 540 … … …转载 2017-05-09 22:44:26 · 181 阅读 · 0 评论