这里首先讲解了 局部加权回归/局部加权线性回归
讲得很好，我都听懂了
今天的主角是，为啥线性回归问题的cost function是误差平方和？而不是绝对误差和，或者四次方和？
卧槽，吴恩达讲得太好了
22:20 - 41:00
接下来我们看交叉熵（逻辑回归）推导
逻辑回归定义
交叉熵推导
今天的机器学习就学到这里，先做作业
TODO: here
相关推荐
小陈工3 分钟前
Python Web开发入门（十七）：Vue.js与Python后端集成——让前后端真正“握手言和“墨染天姬4 小时前
【AI】端侧AIBOX可以部署哪些智能体AI成长日志4 小时前
【Agentic RL】1.1 什么是Agentic RL：从传统RL到智能体学习2501_948114245 小时前
2026年大模型API聚合平台技术评测：企业级接入层的治理演进与星链4SAPI架构观察小小工匠5 小时前
LLM - awesome-design-md 从 DESIGN.md 到“可对话的设计系统”：用纯文本驱动 AI 生成一致 UI 的新范式黎阳之光5 小时前
黎阳之光：视频孪生领跑者，铸就中国数字科技全球竞争力小超同学你好5 小时前
面向 LLM 的程序设计 6：Tool Calling 的完整生命周期——从定义、决策、执行到观测回注智星云算力5 小时前
本地GPU与租用GPU混合部署：混合算力架构搭建指南jinanwuhuaguo5 小时前
截止到4月8日，OpenClaw 2026年4月更新深度解读剖析：从“能力回归”到“信任内建”的范式跃迁xiaozhazha_5 小时前
效率提升80%：2026年AI CRM与ERP深度集成的架构设计与实现