1、什麼是分類問題，什麼是回歸問題？區別在**？有沒有聯絡？
回歸問題：是對輸入資料求乙個逼近真實結果的機率，比如**高考結果能上清華北大的機率。
2、線性回歸，邏輯斯蒂回歸，擬合函式，損失函式，梯度下降，學習率，正則化，sigmoid函式之間的聯絡？
參考：梯度下降法解線性回歸
梯度下降法解邏輯斯蒂回歸 - eric.xing -
應用機器學習建議
梯度下降法解神經網路
logistic回歸的步驟為：
設定擬合函式（hypothesis function）：hθ(x)，其意義是給定引數θ，根據輸入x，給出輸出hθ(x)，當輸出值大於0.5時**錄取，否則**被拒。
設定代價函式（cost function）：j(θ)，其意義是累加所有樣本的 **結果hθ(x) 與 真實結果y 之間的差距。
利用梯度下降法，來調整引數θ，使得代價函式j(θ)的值最小。
機器學習面試求職問題彙總
問題1 過擬合與欠擬合 定義 產生的原因 解決的方法各是什麼 問題2 l1正則與l2正則 有哪些常見的正則化方法？作用各是什麼？區別是什麼？為什麼加正則化項能防止模型過擬合 間題3 模型方差和偏差 能解釋一下機器學習中的方差和偏差嗎？哪些模型是降低模型方差的？哪些模型是降低模型偏差的？舉例說明一下 ...
機器學習彙總
傳統機器學習 線性回歸 吳恩達機器學習筆記 傳統機器學習 logistic回歸 吳恩達機器學習筆記 傳統機器學習 正則化 吳恩達機器學習筆記 傳統機器學習 應用機器學習的建議 吳恩達機器學習筆記 傳統機器學習 梯度下降 傳統機器學習 pca vs lda 線性判別分析 傳統機器學習 svm 傳統機器...
機器學習實戰中的問題彙總
老師講的 機器學習 聽不懂，我覺得他講的也不好，乾脆自己學吧。教材 matchine learning in action 用python來講授的，順便把python學了吧。1.tile函式 先從官方文件裡摘幾個例子 a np.array 0 1,2 np.tile a 2 array 0,1,2,...