Artificial Intelligence Note - Linear Neural Networks
The First Lesson on Neural Networks
• 1 min read
Deep LearningArtificial IntelligenceNotebook
线性回归
回归是一种建模方法,用于探究一个或多个自变量与因变量之间的定量关系。在机器学习语境下,回归主要用于预测数值型的结果。
| 类型 | 目标 | 说明 |
|---|---|---|
| 回归 | 预测连续的数值 | 预测房价(如350.5万元)、预测温度、预测销售额 |
| 分类 | 预测所属的离散类别 | 识别动物(猫或狗)、判断邮件(垃圾邮件或正常邮件)、判断肿瘤(良性或恶性) |
线性回归的基本元素
-
线性假设:假设自变量 $\mathbf{x}$ 和因变量 $y$ 之间的关系是线性的,即 $y$ 可以表示为 $\mathbf{x}$ 中元素的加权和。
-
噪声分布:允许观测值存在噪声,且通常假设噪声服从正态分布。