線性迴歸——推導及實踐

使用極大似然估計解釋最小二乘 似然函數推導過程： 高斯的對數似然與最小二乘： θ的解析式的求解過程： 最小二乘意義下的參數最優解： 加入λ擾動後： 線性迴歸的複雜度懲罰因子： 正則項與防止過擬合： 梯度下降算法： 梯度方向推導： 批量梯度下降算法： 隨機梯度下降算法：

>>阅读原文<<