摘要：
梯度下降： θ 不一定可求。找最低点：每走一步求偏导调整方向。 第一步： 获得目标函数 第二步：交给机器一堆数据，告诉它想要的最终结果，告诉他什么样的算法。 第三步： 如何优化。迭代10000次。完成迭代 随机点，更新参数。 计算损失函数，每个样本都要参数计算。 数据存在： 离群点，噪音点。 小批量 阅读全文
摘要：
通过年龄，工资。预测贷款金额。 贷款金额： = k1 * 工资 + k2 * 工资 + k k1 ，k2 权重对结果影响大， k 偏置项对结果影响小 化简整合：多少个特征，就有多少个权重参数 额外增加一列： 值为1 . 为了矩阵计算。 真实值和预测值之间存在差异。理论模型和现实模型必然存在差异。 每 阅读全文
摘要：
import keras import numpy as np import matplotlib.pyplot as plt from keras import layers %matplotlib inline x = np.linspace(0,100,30) y = 3*x + 7 + np 阅读全文