摘要：
最近在学习斯坦福的机器学习课程，发现这类人工智能的东西都跟概率统计意义结合紧密，这里就阐述一下自己的理解。1.linear regression在线性回归中我们是用线性模型ΘTX来拟合feature和target的线性关系的，其中Θ是确定的。但是我们拟合的线性模型并不能完全准确的拟合数据，所以当我们将真实的观测数据带入到模型中会产生误差，我们用y(i)=ΘTx(i)+ε(i) 来表示，误差由于是由多种因素产生，根据中心极限定理以及我们平时对误差的一般假设，都可以将其看做服从期望为0的正态分布，将误差看做随机变量的话，y(i)也可以看做随机变量，其服从期望为ΘTx(i)的正态分布。由于线性回归大 阅读全文
