線性回歸模型可以說是機器學習裡面第乙個學的模型了，理解了這個過程，那麼機器學習的一般過程也就很明白了。
架設房價為y，房屋面積為x1，房齡為x2。我們收集一系列的這些資料，用於訓練這個模型。
一棟房屋被稱為乙個樣本，真實**y稱為標籤（label），用來**的兩個因素x1，x2稱為特徵（feature）
**表示式為：
平方損失：
其中常數1/2使對平方項求導後的常數係數為1
通常，我們用訓練資料集中所有樣本誤差的平均值來衡量模型**的質量：
我們希望找出一組模型引數，記為使得訓練樣本平均損失最小：
像是線性回歸最小化問題的解可以直接用公式表示出來，這類解叫做解析解。
然而大多數的深度學習模型並沒有解析解，只能通過有限次迭代模型引數來盡可能降低損失函式的值，這類解叫做數值解。
數值優化演算法中，小批量隨機梯度下降在深度學習中被廣泛運用：
1.選取一組模型引數的初始值，如隨機選取；
2.對引數進行多次迭代，求出最小值；在每次迭代中，隨機取乙個小批量資料b，求小批量中資料樣本的平均損失函式的導數。
3.用此結果與預先設定的乙個正數（學習率）的乘積作為模型引數在本次迭代的減小量。
其中批量大小和學習率不能通過模型訓練得出，因此稱為超引數。
線性回歸的基本要素
為了簡單起見，這裡我們假設 只取決於房屋狀況的兩個因素，即面積 平方公尺 和房齡 年 接下來我們希望探索 與這兩個因素的具體關係。線性回歸假設輸出與各個輸入之間是線性關係 p ri ce w area are a wa ge a ge b mathrm w cdot mathrm w cdot ma...
敏捷開發基本要素
1.敏捷是 乙個 過程 敏捷不是乙個過程，是一類過程的統稱，它們有乙個共性，就是符合敏捷價值觀，遵循敏捷的原則。敏捷的價值觀如下 個體和互動 勝過 過程和工具 可以工作的軟體 勝過 面面俱到的文件 客戶合作 勝過 合同談判 響應變化 勝過 遵循計畫 由價值觀引出的12條敏捷原則 我們最優先要做的是通...
敏捷開發基本要素
1.敏捷是 乙個 過程 敏捷不是乙個過程，是一類過程的統稱，它們有乙個共性，就是符合敏捷價值觀，遵循敏捷的原則。敏捷的價值觀如下 個體和互動 勝過 過程和工具 可以工作的軟體 勝過 面面俱到的文件 客戶合作 勝過 合同談判 響應變化 勝過 遵循計畫 由價值觀引出的12條敏捷原則 我們最優先要做的是通...