機器學習筆記（1）

  若是特徵和結果之間知足線性關係，那麼咱們能夠用線性函數去對這個關係進行擬合。一般使用形如y = w*x+b的多項式。咱們須要評估評估擬合的好壞，使用損失函數。一般使用平方和。由於偏差一般知足高斯分佈，而咱們但願模型在所有樣本上預測最準，即機率積最大，因而採用最大似然估計的方法對它進行求導獲得平方和的表達式。咱們一般使用梯度降低的方法尋找最優的w和b。由於這是一個凸優化問題，只有一個極小值，所以

>>阅读原文<<