Java教程

(2)李宏毅深度学习简介----回归

本文主要是介绍(2)李宏毅深度学习简介----回归,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

一、回归定义

找到一个函数,通过输入特征x,输出一个数值结果。

二、模型步骤

  1. (what)模型假设,选择模型框架(线性模型)

  2. (why)模型评估,如何判断众多模型(不同参数)的优劣(损失函数)

  3. (how)模型优化,如何筛选最优的模型(梯度下降)

三、回归模型

1、线性回归:

  • 一元线性回归
  • 多元线性回归
  • lasso回归
  • 岭回归
  • 弹性网络

2、非线性回归:

  • 多项式回归
  • 逐步回归
  • 支持向量回归
  • KNN回归

四、几个重要知识点

(之后会作为重点看)

梯度下降

损失函数

过拟合

正则化

五、一元线性回归

 

 六、回归实战

 

这篇关于(2)李宏毅深度学习简介----回归的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!