本講歐老師主要講了回歸的一些列問題，從簡單的線性回歸到嶺回歸、lasso回歸。
而回歸問題總的來說就是根據所選定的特徵值，通過選定的引數也就是權重，計算出**的目標值，而學習的過程就是得出最符合的權重，使得**值能夠接近真實的目標值。
但是如果乙個模型過於複雜，在訓練時**的很準確，那麼就會出現過擬合的問題，即所建立的模型過於擬合訓練集，但是實際上的樣本是不會跟訓練集一樣的，因此在測試時就會出現偏差特別大的現象，而對於這一問題則可以使用正則化、主成分回歸、偏最小二乘回歸。常用正則化。
}
機器學習十講 第二講回歸
資料酷客 大講堂 機器學習第二講 用乙個或多個自變數來 因變數的數學方法 在機器學習中，回歸指的是一類 變數為連續值的有監督學習方法 在回歸模型中，需要 的變數叫做因變數，用來解釋因變數變化的變數叫做自變數。一元線性回歸 多元線性回歸 可能遇到的問題 多重共線性 最小二乘的引數估計為 widehat...
機器學習 第二講
多元線性回歸又稱 multivariate linear regression 現在介紹一種可以表示任意輸入變數的符號 現在定義假設函式的多變數形式，包含以下各種引數 h theta x theta 0 theta 1 x 1 theta 2 x 2 theta 3 x 3 cdots theta ...
機器學習十講 第一講
我們將機器學習定義為一組能夠自動檢測模式資料的方法，然後利用未發現的模式來 未來的資料，或者在不確定的情況下執行各種決策 例如計畫如何收集更多的資料 模型和計算能力 深度學習 gpu 分布式系統 廣泛的應用場景 營銷 廣告 金融 交通 醫療等 是指資料採集 資料清洗 資料分析和資料應用的整個流程中的...