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
KKKlucifer几秒前
数据分类分级为基的跨域流通权限动态管控技术：构建安全可控的跨域数据流通体系机器之心5 分钟前
NeurIPS 2025 | DePass：通过单次前向传播分解实现统一的特征归因机器之心7 分钟前
NeurIPS 2025 | 英伟达发布Nemotron-Flash：以GPU延迟为核心重塑小模型架构sali-tec9 分钟前
C# 基于halcon的视觉工作流-章65 点云匹配-基于形状科学最TOP11 分钟前
时间序列的“语言”：从语言模型视角理解时序基础模型_codemonster11 分钟前
深度学习实战（基于pytroch）系列（四十四） 优化与深度学习白日做梦Q13 分钟前
深度学习训练中 Loss 为 Nan 的 10 种原因及解决方案组合缺一16 分钟前
Solon AI 开发学习8 - chat - Vision（理解）图片、声音、视频星空的资源小屋18 分钟前
Explorer++：更强大的Windows文件管理器