摘要：
更新时间：2019.10.31 [TOC] 1. 引言 在前两篇，我们分别从损失函数以及似然函数的角度来窥探了线性模型。接下来，继续从一个新的角度 贝叶斯统计来讨论一下线性模型。 2. 先验概率和后验概率 谈起贝叶斯，就不得不提先验概率和后验概率。先验概率通常是通过历史或者经验得来的，而后验概率则是 阅读全文
摘要：
更新时间：2019.10.31 [TOC] 1. 引言 在上一篇中，我们从损失函数的角度出发讨论了$\beta$和$\sigma$的估计。在本篇将换一种极具统计味道的角度，从似然函数出发来讨论了$\beta$和$\sigma$的估计。从中我们也将看见，在不同的假设中，损失函数将会发生不同的变化。 2 阅读全文
摘要：
更新时间：2019.10.31 [TOC] 1. 引言 无论是统计学还是机器学习，我们最先接触的模型（统计中的参数模型，机器学习中的有监督学习）都是线性模型，一个是因为它“简单”，另一个是因为它是其他许多模型的一个衍生基础，这也是为什么实际生活中虽然大多数都是非线性的，而我们还是要学习线性模型的原因 阅读全文