(2)李宏毅深度学习简介----回归

Top~~

一、回归定义

找到一个函数,通过输入特征x,输出一个数值结果。

Top~~

二、模型步骤

  1. (what)模型假设,选择模型框架(线性模型)

  2. (why)模型评估,如何判断众多模型(不同参数)的优劣(损失函数)

  3. (how)模型优化,如何筛选最优的模型(梯度下降)

Top~~

三、回归模型

1、线性回归:

  • 一元线性回归
  • 多元线性回归
  • lasso回归
  • 岭回归
  • 弹性网络

2、非线性回归:

  • 多项式回归
  • 逐步回归
  • 支持向量回归
  • KNN回归
Top~~

四、几个重要知识点

(之后会作为重点看)

梯度下降

损失函数

过拟合

正则化

Top~~

五、一元线性回归

 

Top~~

 六、回归实战

 

posted on   吱吱了了  阅读(276)  评论(0编辑  收藏  举报

编辑推荐:
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
阅读排行:
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 提示词工程——AI应用必不可少的技术
· Open-Sora 2.0 重磅开源!
· 字符编码:从基础到乱码解决
历史上的今天:
2020-07-14 24、Conversion Rate Prediction via Post-Click Behaviour Modeling----ESM2(转)
< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

导航

统计

点击右上角即可分享
微信分享提示