【學習筆記】Pattern Recognition&Machine Learning [1.2] Probability Theory(2) 基於高斯分佈和貝葉斯理論的曲線擬合

    高斯分佈不必贅述，這裏記錄個有意思的東西，即從高斯分佈和貝葉斯理論出發看曲線擬合（即選擇參數w）。     首先假設我們使用多項式擬合曲線，根據泰勒展開的方法，我們可以用有限項多項式在一定精度內擬合任何曲線。     我們常常用最小二乘法來求最優係數w（或者說計算損失函數）。主要原因爲：殘差和存在互相抵消問題，殘差絕對值之和難於簡練表達計算，而最小二乘法使用的殘差平方和表達計算方便，並且可

>>阅读原文<<