weixin_46373295的博客

Linear Regression Gradient Decent 根据loss function的斜率找到loss function的local minimum learning rate决定步子大小 梯度正负决定移动方向（负 增加，正 减少） linear regression不需要担心saddle point，平缓处 Error 一般情况下，从 Large bias & small variance => Small bias & Large variance Bias： .

分类问题的目标变量是离散的；回归问题的目标变量是连续的数值。 神经网络模型的效果及优化的目标是通过损失函数来定义的。 Gaussian Distruibution高斯分布 unique Normal Distribution Maximum Lkelihood Estimate 极大似然数 有模型，有结果数据，求得最接近结果数据的参数 Naive Bayes朴素贝叶斯 each element are independent的贝叶斯 Classi...