1. 梯度下降法的作用梯度下降法用来求函数的极小值，且是一种迭代算法，由于计算机效率高，在机器学习中经常使用。梯度下降法常求凸函数（如机器学习中各种代价函数）的极小值，因为凸函数只有一个极小值，使用梯度下降法求得的极小值就是最小值。与其对应的有梯度上升法，用来求函数的极大值，两种方法原理一样，只是计算的过程中正负号不同而已。凸函数的数学定义：某个向量空间的凸子集（区间）上的实值函数，如果在其...

1.什么是线性回归？线性回归是试图在一堆数据中训练得到自变量x和因变量y中一组线性关系，如y=wx+by=wx+by=wx+b。例如把人脚底板长度作为自变量，身高作为因变量，那么在这两种数据之间就可以做一个简单线性回归，可以得到脚底板长度和身高的关系式。维基百科：线性回归在统计学中，线性回归是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。周志...

本片文章的整体框架如下所示：[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-7iwTwKui-1570000427925)(https://img.dawnguo.cn/MachineLearning/BasicAlgorithm/6_decision_tree.png)]1. 决策树是什么？决策树是一种基本的分类和回归的方法，是基于树结构来进行决策。这种决策方...

本片文章的整体框架如下所示：[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-7iwTwKui-1570000427925)(https://img.dawnguo.cn/MachineLearning/BasicAlgorithm/6_decision_tree.png)]1. 决策树是什么？决策树是一种基本的分类和回归的方法，是基于树结构来进行决策。这种决策方...