zha_yo的博客

注意！Logistic的意思不是逻辑！

神经网络有好几种

ok，上一节学了下什么是线性回归，简而言之就是我需要根据现有的数据，预测未来的或者说未知的数据，而所有的数据都和某个自变量大概呈现出一种线性关系，我们通过现有的数据规律把这种线性关系“猜”出来，用一个长得像二元一次方程一样的公式表示，这就是所谓“线性回归”。反正都是计算机去猜，大点无所谓。注意，其实隐藏层的第一个节点家庭人口，只取决于房子面积和房间数量，但是还是把四个输入都和它连接起来了。左边四个自变量x是输入，右边的y是输出，中间的圆圈是隐藏层，没有为什么，人家规定就是这么叫的，记住就行，其实也挺合理。

线性回归是机器学习和统计学的基石之一，其核心是通过线性组合捕捉变量间的关系。尽管模型简单，但正确应用需严格验证假设，并结合实际问题选择扩展方法（如正则化或非线性变换）。在数据科学中，它不仅是预测工具，更是理解变量作用机制的重要手段。好吧，多的不说了，复杂的也看不懂，现在先知道线性回归就是一种对自变量和因变量进行线性建模的数学方法。%20b。

今天在实验室实在困得不行的时候，打开了B站推荐的吴恩达深度学习视频。