目录 第一部分 回归算法原理线性回归单个变量下的线性回归多个变量下的线性回归使用极大似然估计解释最小二乘似然函数高斯的对数似然与最小二乘 最小二乘意义下的参数最优解线性回归的复杂度惩罚因子 第二部分 机器学习与数据的使用第三部分 梯度下降算法批量梯度下降算法随机梯度下降算法mini-batch梯度下降算法R²的定义局部线性加权回归权值设置 第四部分 Logistic回归Logistic回归参数估计对数似然函数Logistic回归的损失函数 第一部分 回归算法原理 线性回归 单个变量下的线性回归 多个变量下的线性回归 使用极大似然估计解释最小二乘 似然函数 高斯的对数似然与最小二乘 最小二乘意义下的参数最优解 其中 线性回归的复杂度惩罚因子 第二部分 机器学习与数据的使用 第三部分 梯度下降算法 批量梯度下降算法 随机梯度下降算法 mini-batch梯度下降算法 R²的定义 局部线性加权回归 权值设置 第四部分 Logistic回归 Logistic回归参数估计 对数似然函数 Logistic回归的损失函数