![91d2d97a1011ef05269f23ad58531e8a.png](https://img-blog.csdnimg.cn/img_convert/91d2d97a1011ef05269f23ad58531e8a.png)
【!!!建议收藏!!!】
1. 机器学习
- What
机器学习之监督学习的本质可以简单地理解为:给定一系列的训练样本
- How
如何学习这个最大程度上接近真实分布
2. 损失函数
2.1 均方差损失函数
均方差损失函数(Mean Squared Error Loss,简记为MSE)是机器学习之回归任务中最常用的一种损失函数,也称为
- MSE背后的假设
假设模型预测值与真实值之间的误差服从标准高斯分布
进一步,我们再假设数据集中N个样本点服从独立同分布,那么给定所有
【!!!建议收藏!!!】
1. 机器学习
机器学习之监督学习的本质可以简单地理解为:给定一系列的训练样本
如何学习这个最大程度上接近真实分布
2. 损失函数
2.1 均方差损失函数
均方差损失函数(Mean Squared Error Loss,简记为MSE)是机器学习之回归任务中最常用的一种损失函数,也称为
假设模型预测值与真实值之间的误差服从标准高斯分布
进一步,我们再假设数据集中N个样本点服从独立同分布,那么给定所有