摘要：
基础的线性回归和逻辑回归之后，下面就开始了进阶内容。 先是提出机器学习中比较常见的一种导致错误结果的情况——过拟合。过拟合通常发生在特征数量较多而训练数量较少的情况，表现为：虽然能很好的符合训练集，甚至比正常情况还要好，但是对于未知的新的测试例子，并不一定能够比较好的进行预测，因为过拟合会使得决策边界过于苛刻。解决方法就是对多余的参数进行惩罚，使之在下降过程中逐步趋于0，来减... 阅读全文
摘要：
由于接触的代码中tensorflow的部分比较看不懂，在加上tensorflow2.0的问世，决定先从tensorflow开始，目标是能简单地看懂代码，明白函数在做些什么。找了些教程，包括1.x和2.0之间的区别。https://learnku.com/articles/41208https://www.infoq.cn/article/6KPET-j2caEbfS79wVWghttp... 阅读全文