1.本節重點知識點用自己的話總結出來，可以配上，以及說明該知識點的重要性
回歸和分類的區別：
主要在於輸出變數的型別。定量輸出（連續型變數**）為回歸；定性輸出（離散型變數**）為分類
陣列和矩陣，對於線性回歸重點是矩陣的加法和乘法：
什麼是線性回歸：
利用損失函式（誤差的平方和/最小二乘法）來減小線性回歸的誤差：
實現優化最小二乘法方式：正規方程和梯度下降法
2.思考線性回歸演算法可以用來做什麼？
線性回歸演算法主要是學習大量資料來**某個事件的後續發展。銷售部門可以用於**下一季度的營業額；要租出去一套房子，**可以獲得租金多少；
3.自主編寫線性回歸演算法 ，資料可以自己造，或者從網上獲取。（加分題）
5 線性回歸演算法
1.本節重點知識點用自己的話總結出來，可以配上，以及說明該知識點的重要性 答 監督學習分為回歸和分類兩大類，這次課學習回歸演算法，回歸演算法是分類方法的提公升。連續變數 採用回歸演算法 如天氣的溫度 離散變數 採用分類演算法 如天氣是陰，晴，還是雨 矩陣是大多數演算法的計算基礎，矩陣的這種運算正好滿...
5 線性回歸演算法
1.本節重點知識點用自己的話總結出來，可以配上，以及說明該知識點的重要性 1 線性回歸的定義和多元一次線性方程 定義 線性回歸通過乙個或者多個自變數與因變數之間進行建模的回歸方法，其中可以為乙個或者多個自變數之間的線性組合 2 線性回歸的機器 跟真實值是存在一定的誤差的 3 損失函式 計算誤差大小的...
5 線性回歸演算法
1.本節重點知識點用自己的話總結出來，可以配上，以及說明該知識點的重要性 2.思考線性回歸演算法可以用來做什麼？大家盡量不要寫重複 3.自主編寫線性回歸演算法 資料可以自己造，或者從網上獲取。加分題 解 1.回歸演算法的背景 監督學習 回歸和分類的區別 重點 最小二乘法之梯度下降法 重點理解 課堂 ...