摘要：
一、线性回归 一般的，线性回归模型表示为 $$ h_{\theta}(x)=\theta_0+\theta_1x_1+...+\theta_nx_n=\sum_{i=0}^{n}\theta_ix_i=\theta^Tx $$ 上式中令$x_0=1$,这样$x$实际上是$n+1$维，$x=[1,x_ 阅读全文
摘要：
这篇文章将介绍向量和矩阵微分相关基础，他是它将是后面学习的基础。 一、梯度 假设函数$f:R^{m \times n} \mapsto R$,它的函数变量为一个大小为$m \times n$的矩阵,函数值为实数，则$f(A)$关于$A$的梯度是一个由偏导数组成的矩阵 $$ \nabla_Af(A 阅读全文