机器学习笔记（1）

  如果特征和结果之间满足线性关系，那么我们可以用线性函数去对这个关系进行拟合。通常使用形如y = w*x+b的多项式。我们需要评估评估拟合的好坏，使用损失函数。通常使用平方和。因为误差通常满足高斯分布，而我们希望模型在全部样本上预测最准，即概率积最大，于是采用最大似然估计的方法对它进行求导得到平方和的表达式。我们通常使用梯度下降的方法寻找最优的w和b。因为这是一个凸优化问题，只有一个极小值，因此

>>阅读原文<<