摘要：假设你想要建立一个模型，根据某特征$x$，例如商品促销活动，近期广告，天气等来预测给定时间内顾客到达商场的数量$y$,我们知道泊松分布可以很好的描述这个问题。那么我们怎样来建立这个问题的回归模型呢？幸运的是泊松分布是指数族分布，所以我们可以使用广义线性回归模型（GLM），本文将介绍广义线性模型来解决 阅读全文

摘要：一、线性回归 一般的，线性回归模型表示为 $$ h_{\theta}(x)=\theta_0+\theta_1x_1+...+\theta_nx_n=\sum_{i=0}^{n}\theta_ix_i=\theta^Tx $$ 上式中令$x_0=1$,这样$x$实际上是$n+1$维，$x=[1,x_ 阅读全文

摘要：这篇文章将介绍向量和矩阵微分相关基础，他是它将是后面学习的基础。 一、梯度 假设函数$f:R^{m \times n} \mapsto R$,它的函数变量为一个大小为$m \times n$的矩阵,函数值为实数，则​$f(A)$关于​$A$的梯度是一个由偏导数组成的矩阵 $$ \nabla_Af(A 阅读全文