TianyeWang的博客

参照(2.4)式子 （1）转换样式 （2）其中符合线性回归公式（3）因此参数 a 更新公式参考（4）编程详情：（1）、将多条输入输出数据向量如，，组合成二维数组（2）、初始化 a 数组 为（3）、求取 a0 * X 的值 r0（4）、参照公式3 计算损失值(r0 - r) = [r0 -0, r0-0, r0-0, r0-0] * X 得到（5）、给个学习率如0.01，根据公式4 求取更新后的系数（6）、迭代3到5，直到（r...

以下作者的文章写得很好，特做收藏：https://blog.youkuaiyun.com/guyuealian/article/details/70995333https://blog.youkuaiyun.com/v_JULY_v/article/details/40718799

关于最大熵模型，看了一些作者的文章，感觉写的已经很好了，我觉得没有必要再写一遍了，本文给出相应连接，供读者参考，另外增加一些个人理解，使得读者在部分模糊位置可以更直观的了解。由于引用了好几个大佬的文章，所以看着就很杂，希望读者沉住气，一天看不下去，先放下，明天再看。另外公式太难敲了，为了增加书写的效率。这里引用别人公式的图片。参考链接：https://www.cnblogs.com...

由于该作者写的推导已经很好了，特做收藏参考文档：https://blog.youkuaiyun.com/songbinxu/article/details/79677948

前言在机器学习领域，梯度下降法作为基础优化算法，在该领域具有较多的应用，而如何理解梯度下降法是引起初学者困惑的来源之一。本文通过图片阐述，公式推导等，从个人角度描述什么是梯度下降法。并通过梯度下降方法解释线性回归算法的参数收敛情况。向量与方向：在生活中，我们时常提到方向一词，如去东南方向，西北方向等。而描述方向我们通常用东南西北将我们要去的位置进行标记，而我们走去...

前言在学习机器学习的过程中，我们最开始通常会接触各种类型的回归模型。例如线性回归用来模拟一条线性函数满足函数周围的数据到达该直线的误差最小；逻辑回归用来确定以某条线性函数为基础，其两边的数据可以分为两种类型。我们往往只知道模型可以处理什么样的逻辑，做什么样的事情，却对为什么是这个模型了解甚少。本文通过参考多种资料，通过对广义线性回归的理解出发，来阐述其他回归模型的生成原理。所写纯属个人理解，如...