機器學習：線性方法

線性迴歸的損失函數使用平方和，邏輯迴歸的損失函數使用交叉熵。 線性迴歸 任務和模型 獲取樣本數據的一些特徵，看作特徵空間中的點，然後尋找線去擬合樣本分佈。 模型表示 訓練集->學習算法->假設函數（h：是從 X 到 Y 的一個關係映射，可以是線性的，也可以是非線性的） 任務的損失函數 優化（梯度下降） 多元線性迴歸 特徵縮放 Make sure features are on a similar

>>阅读原文<<