机器学习（CS229）笔记二：监督学习之逻辑回归和广义线性模型

alpc40

于 2018-08-18 19:55:48 发布

阅读量301

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签： cs229 机器学习逻辑回归广义线性模型牛顿法

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_39212021/article/details/81812208

机器学习专栏收录该内容

2 篇文章

订阅专栏

本文主要介绍了三种机器学习中的优化方法：一是通过引入激活函数将逻辑回归问题转化为线性回归问题，并利用梯度下降法求解；二是使用牛顿法进行求解；三是详细解析了softmax回归，对于该部分内容建议先学习c231n课程后再深入理解。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

PS：额，这章全是公式，不好理解，重点有3点：

1.如何使用激活函数，将逻辑回归问题化为线性回归问题，然后用梯度下降法进行求解；

2.如何使用牛顿法进行求解；

3.softmax回归的掌握，这个光看推导云里雾里，还是有个基本概念，看看c231n再回来理解；

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。