introduction to deep learning--week1簡單線性迴歸、梯度下降、模型正則化、和深度學習中的優化方法

進階課程需要一些基礎知識： 1、機器學習基礎知識 2、概率論知識 3、線性代數和微積分 4、python編程 我們需要知道的機器學習基礎知識： 1、線性迴歸：均方誤差（MSE）、解析解 2、邏輯迴歸：模型、交叉熵損失、類概率估計 3、線性模型的梯度下降、均方誤差（MSE）和交叉熵的求導 4、過擬合問題 5、線性模型的正則化   一、線性迴歸模型（linear model） 迴歸任務：收入預測、電影

>>阅读原文<<