摘要:
# 梯度下降 我们的目的是找到使预测值最接近真实值的参数,也就是使损失函数最小的参数,即求解损失函数的极值点。于是引入梯度下降的方法,这是被使用最广泛的优化算法。 梯度下降算法是通过一次次的去调整参数,使得损失函数下降到极小值。 ## 什么叫梯度? 梯度就是下降的方向,它的值为损失函数的偏导数。学习 阅读全文
posted @ 2023-05-25 18:33
同淋雪
阅读(75)
评论(0)
推荐(0)
摘要:
# 似然函数与损失函数 ## 一、误差 对于每个样本,真实值等于预测值与误差之和。 每一个样本的误差,都是独立且同分布的,并且均服从高斯分布 由于误差服从高斯分布,误差的概率分布可表示为P(e(i)),于是theta的概率分布也可表示出来,如下 ## 二、似然函数 我们的目标是找出使预测值最接近真实 阅读全文
posted @ 2023-05-25 18:30
同淋雪
阅读(266)
评论(0)
推荐(0)

浙公网安备 33010602011771号