`q_values = tf.gather_nd(q_values, ...)`：按实际采取的动作，**从 4 个里挑出对应的那一个**（`tf.range` 样本索引 + `tf.cast(actions, int32)` 作为列索引，拼成坐标去。- `max_qsa = tf.reduce_max(target_q_network(next_states), axis=-1)`：用 **tar

**降维（Dimensionality Reduction）**：在保留关键信息的前提下减少数据维度（PCA 主成分分析），用于数据压缩、可视化、加速后续算法。A: 回归预测连续值（实数输出，如"85%"的 SOH），分类预测离散类别（有限选项，如"故障/正常"）。- **监督学习**：训练数据有标签（正确答案），学过 = 学"输入→输出"的映射。- **无监督学习**：训练数据无标签，模型自己发

A: 因为 MSE = 1/(2m) × Σ(wx+b-y)² 展开后是 w 和 b 的二次函数，二次函数的图像天然就是抛物面/碗形。线性回归用 ŷ = wx + b 拟合数据，代价函数 J(w,b) = 1/(2m) × Σ(ŷ-y)² 衡量拟合好坏。**Q: 给定模型 ŷ = 0.02x + 95，样本 (100, 98%) 和 (200, 96%)，代价函数值是多少？- MSE（均方误差）：

同步更新 | 用同一组参数算所有偏导，算完再一起更新 | 算 ∂J/∂w 和 ∂J/∂b 都用当前的 w,b |- **核心公式**：w := w - α·∂J/∂w，b := b - α·∂J/∂b（同时更新）- **批量梯度下降（Batch GD）**：每一步更新参数时，使用**全部**训练样本计算平均梯度。- **梯度下降的目标**：通过迭代更新参数 w 和 b，使代价函数 J(w,b) 达

写法从 ŷ = wx + b 变成 ŷ = w₁x₁ + w₂x₂ + ... + wₙxₙ + b。A: 前者是向量点积（多特征，w 和 x 都是向量），后者是标量乘法（单特征，w 和 x 都是标量）。多特征时 w·x = w₁x₁ + w₂x₂ + ... + wₙxₙ。可以并行算（向量化）。两个符号体系：w 作为向量（w = [w₁, w₂, ..., wₙ]） vs w 作为标量——区分清

**Lab03（Feature Scaling and Learning Rate）**：对比特征缩放前后的梯度下降路径——缩放前 zigzag 几十步才收敛，缩放后直奔最低点。- **均值归一化 x' = (x-μ)/(max-min)**：先平移（中心化到0），再压缩（值域范围约[-1,1]）。3σ 原则，大部分值在 [-3,3]。- **学习率选择**：从 0.001 开始，每次 ×3：0.

只是线性回归 f(x)=wx+b，逻辑回归 f(x)=σ(wx+b)=1/(1+e⁻ᶻ)。MSE = (ŷ - y)²，线性回归用这个。逻辑回归用交叉熵损失，分两种情况：y=1 时 -log(ŷ)，y=0 时 -log(1-ŷ)。| Sigmoid 函数 | σ(z)=1/(1+e⁻ᶻ)，把任意实数压到 0~1 之间 | z=0 → 0.5，z>0 → >0.5，z<0 → <0.5 || 交叉熵

λ 很大 → (λ/2m) × Σwⱼ² 占主导，所有 w 被压到接近 0，模型退化为 f(x)≈b 的水平线 → 欠拟合。- **只正则化 w，不正则化 b**：b 只控制 y 轴截距，不影响曲线形状。用户原话："b 只是常数，只与 x=0 时函数与 y 轴的交点有关，其实是不影响拟合的，真正影响拟合效果的是 w"- **逻辑回归和线性回归的正则化表达式完全一样**，只差 f(x)（和 Day

用户的理解是"用户直接给数据给特征，深度学习自己在隐藏层筛选数据和特征，诞生新的或组合过的数据和特征进行分类（逻辑回归）或者自己设计回归曲线（线性回归），用户只看最终输出层拟合效果"——用户的这个概括准确抓住了深度学习的本质。今天开始了 Course 2（Advanced Learning Algorithms），学习了神经网络的基本架构（输入层→隐藏层→输出层）和深度学习的核心意义——自动特征工