在最需要的时候遇到了本剧，冥冥中自有安排吧，心想事成是我们每个人内在都有的力量，相信宇宙 相信自己，相信每一件事的背后都是礼物，人生这趟奇妙体验之旅，是值得的！
重点讲了回归和分类两种机器学习以及对应的模型评估方法。 回归猜测多项式，引入误差函数。通过最小化误差函数修正多项式。修正误差函数的方法有最速下降法，利用所有数据偏微分更新参数，但缺点在于计算量过大，故引入随机梯度下降法和小批量梯度下降法，随机利用某个或某些数据偏微分更新参数。 分类如果线性可分，可以猜测权重向量，并使得它能够和分割线的内积为零。修正权重向量的方法有感知机。分类如果非线性，可以看概率，引入sigmoid函数作为概率，通过定义目标函数微分更新参数。目标函数有似然函数，可取对数变形。 模型评估有交叉验证，把数据分为训练集和测试集。利用测试集，回归可求均方误差验证，分类求精度、精确度、召回率或F值验证。根据学习曲线可以区分过拟合和欠拟合。为了防止模型过拟合，可以正则化，增加正则化项使得参数变小，减少对模型影响。
三毛一个有思想、有文化、有内涵的女子，她善良、坚强、追求自由。在人生的长河中历经磨难，依然积极前行！她的人生正如她所说：不在于长度！
在最需要的时候遇到了本剧，冥冥中自有安排吧，心想事成是我们每个人内在都有的力量，相信宇宙 相信自己，相信每一件事的背后都是礼物，人生这趟奇妙体验之旅，是值得的！
重点讲了回归和分类两种机器学习以及对应的模型评估方法。 回归猜测多项式，引入误差函数。通过最小化误差函数修正多项式。修正误差函数的方法有最速下降法，利用所有数据偏微分更新参数，但缺点在于计算量过大，故引入随机梯度下降法和小批量梯度下降法，随机利用某个或某些数据偏微分更新参数。 分类如果线性可分，可以猜测权重向量，并使得它能够和分割线的内积为零。修正权重向量的方法有感知机。分类如果非线性，可以看概率，引入sigmoid函数作为概率，通过定义目标函数微分更新参数。目标函数有似然函数，可取对数变形。 模型评估有交叉验证，把数据分为训练集和测试集。利用测试集，回归可求均方误差验证，分类求精度、精确度、召回率或F值验证。根据学习曲线可以区分过拟合和欠拟合。为了防止模型过拟合，可以正则化，增加正则化项使得参数变小，减少对模型影响。
三毛一个有思想、有文化、有内涵的女子，她善良、坚强、追求自由。在人生的长河中历经磨难，依然积极前行！她的人生正如她所说：不在于长度！