
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
【机器学习:初学者自述】二、线性回归、最小二乘法和梯度下降
我们先从简单的讲起。先研究监督学习--回归--线性回归。如果认真学习过线性代数的最小二乘法,也希望不要直接点击关闭。

【机器学习:初学者自述】三、多重特征与向量化
首先说一下我对向量这个词的理解:我们高中数学学的向量,多是二维向量a⃗12a12也学习了三维向量a⃗123a123它们分别在二维空间和三维空间中都代表着一个有实际方向的箭头。当一个箭头中有四个数据时,它就代表了一个四维空间的箭头。只是以我们人类的认知,无法直观感受和想象它的样子,因此线代中才会使用n维向量、n维空间这样抽象的词。在这里,我们可以用一个n维向量x⃗\vec xxx⃗x1x2x3x4x

【机器学习:初学者自述】三、多重特征与向量化
首先说一下我对向量这个词的理解:我们高中数学学的向量,多是二维向量a⃗12a12也学习了三维向量a⃗123a123它们分别在二维空间和三维空间中都代表着一个有实际方向的箭头。当一个箭头中有四个数据时,它就代表了一个四维空间的箭头。只是以我们人类的认知,无法直观感受和想象它的样子,因此线代中才会使用n维向量、n维空间这样抽象的词。在这里,我们可以用一个n维向量x⃗\vec xxx⃗x1x2x3x4x

到底了