1.1 深度学习介绍 学习目标 目标 知道深度学习与机器学习的区别 了解神经网络的结构组成 知道深度学习效果特点 应用 无 1.1.1 区别 1.1.1.1 特征提取方面 机器学习的特征工程步骤是要靠手动完成的，而且需要大量领域专业知识 深度...

梯度下降优化 1、归一化 Normalization 1.1、归一化目的   梯度下降的原理和应用，我们已经在前面课程中进行了学习，大家仔细观察下图。   不同方向的陡峭度是不一样的，即不同维度的数值大小是不同。也就是说梯度下降的快慢是不同的： ...

梯度下降 线性回归预测房价 数据加载 数据介绍 数据拆分 数据建模 数据预测 数据评估 1、无约束最优化问题 1.1、无约束最优化    无约束最优化问题（unconstrained optimization problem）指的是从一...

多元线性回归 1、基本概念 ​ 线性回归是机器学习中有监督机器学习下的一种算法。 回归问题主要关注的是因变量(需要预测的值，可以是一个也可以是多个)和一个或多个数值型的自变量(预测变量)之间的关系。 需要预测的值:即目标变量，target，y，连...