201119西瓜书系列博客---3、线性模型
201119西瓜书系列博客---3、线性模型
一、总结
一句话总结:
线性模型:试图学得一个通过属性的线性组合来进行预测的函数,即:$$f ( x ) = w _ { 1 } x _ { 1 } + w _ { 2 } x _ { 2 } + \ldots + w _ { d } x _ { d } + b$$
一般用向量形式写成:$$f ( x ) = w ^ { T ^ { \prime } } x + b$$
在线性模型的基础上通过【引入层级结构或高维映射】可得到许多功能更为强大的【非线性模型(nonlinear model)】。
1、对数几率回归(【用线性模型做分类任务】)?
$$y = \frac { 1 } { 1 + e ^ { - ( w ^ { T } x + b ) } }$$
二、西瓜书学习笔记——第三章:线性模型
转自或参考:西瓜书学习笔记——第三章:线性模型
https://blog.csdn.net/shichensuyu/article/details/90241016
我的旨在学过的东西不再忘记(主要使用艾宾浩斯遗忘曲线算法及其它智能学习复习算法)的偏公益性质的完全免费的编程视频学习网站:
【读书编程笔记】fanrenyi.com;有各种前端、后端、算法、大数据、人工智能等课程。
版权申明:欢迎转载,但请注明出处
一些博文中有一些参考内容因时间久远找不到来源了没有注明,如果侵权请联系我删除。
AI交流资料群:753014672