摘要：
高斯作为机器学习中的常客也是无法避免的,而线性模型作为比较简单的模型，两者结合出的线性高斯模型，在今后的机器学习中大量涉及到这方面的知识。例如在各种滤波中,高斯滤波，卡曼滤波，粒子滤波。 一维情况 MLE: Maximum Likelihood Estimation 高斯分布在机器学习中占有举足轻重 阅读全文
摘要：
Linear Classification 我们知道线性回归对数据要求有以下要求，数据未处理，需使用全部数据，数据满足线性关系。当我们对这个要求进行更改的时候，我们就会有新的模型来处理。 分类问题，回归模型是没有办法直接使用的。但是我们可以在线性模型的函数进行后再加入一层激活函数，这个函数是非线性的 阅读全文
摘要：
# Linear Regression ## 定义 - 回归定义： 通过带标签样本训练构造适当模型并通过该模型算出新样本的预测值 - 线性回归： 基于线性模型的回归学习任务通常称之为线性回归，相应的线性模型称为线性回归模型 - 对于任意给定的样本$X= (x_1, x_2, … , x_𝑚)^𝑇 阅读全文