【花书笔记|PyTorch版】手动学深度学习3：线性神经网络（理论部分）

3 线性神经网络（上）：理论知识

# 2022.10.5
包括3.1、3.4部分内容

3.1 线性回归

---

特别说明：标识习惯与别书习惯正好相反

• 第i个样本:$x^{(i)}$
• 第i个样本第j个特征:$x_j^{(i)}$

---

回归（regression）是能为一个或多个自变量与因变量之间关系建模的一类方法。

在机器学习领域中的大多数任务通常都与预测（prediction）有关。 当我们想预测一个数值时，就会涉及到回归问题

3.1.1 线性模型

这里李沐老师标识没有统一，我做了修改

① 一个数据集：
$$\hat{y}=w^{T}x+b$$
即，
$$\hat{y}=w_1{x}_1+...+w_d{x}_d+b$$

• 这里面d为特征 ，$x=[x_1,...,x_d$