因素:因直播平台故障临时更换直播平台,导致视频卡顿延迟严重,为当天没有看到直播的学员道歉,但是学员仍旧热情高涨,与程博士激情互动。
问答区学生问答积极很多,老师一一作答,共提出105个问题,结束之后,学生仍恋恋不舍不肯离去
1、线性回归建模
房子的面积和价格,两者的关系是什么?
属性和标签,房子的价格,判断的因素较多
如靠近火车站、地铁站等来决定价格,这就叫做属性扩展
历史数据梯度优化,回归建模,模拟函数曲线
根据历史数据要对未来推测,这就是机器学习要干的最重要的事情之一
有些规律我们不知道,并不代表它不存在,我们把这个规律找出来,就是regression(回归)
2、梯度分析
讨论一个梯度的局部最小值,反推最大值
复杂函数无法很难全局最优,只有凸优化函数才可以
深度下降法选择负梯度方向,只是泰勒级数一阶项,它是最优的么?
3、线性回归求解
通过梯度回归实例,可以管中窥豹机器学习如何找到规律的
现场解答了105个同学提问的真实问题
如果想继续听程博士的深度讲解,请报名《机器学习数学基石版》拼团
网友评论