1、AI简介之分类与回归
。AI简介
。什么是AI？
X==>AI==>Y(输入x映射成y）
。线性回归问题：连续输出，如天气输出
输入：x1，x2，x3，...，xn
输出：y
模型：y=w1*x1+w2*x2+...+wn*xn+b
y=WT*X+b
eg：摄氏温度转为华氏温度
华氏温度=摄氏温度*1.8+32
y=1.8*x+32
假如不知道此公式，处理过程如下：
通过数据获得参数（实测数据，有一批数据，处理获得已有数据的规律）
参数选择（参数的好坏，选择最好的数据）
参数优化（评估函数）
任何得到参数？
解析法
迭代法
。线性分类问题：离散输出
。线性分类模型建立
。数学基础
*向量内积
。线性分类模型评估
。均方误差
。交叉熵
。线性分类模型求解
。梯度下降法
2、线性回归模型
。线性回归模型建立
。线性回归模型评估
。均方误差
。线性回归模型求解
。数学基础
*微分
*泰勒级数
*凸函数
*梯度
。梯度下降法
*指明了最优化的“方向”
扫一扫
6350
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
