主要了解多元线性回归的原理以及数学推导。
只有损失函数是凸函数才能确认是最优解，极值不一定是最优解
判定凸函数的方式非常多，其中一个方法是看黑塞矩阵是否是半正定的。
黑塞矩阵（hessian matrix）是由目标函数在点 X 处的二阶偏导数组成的对称矩阵
在公式推到过程中需要使用的矩阵向量求导公式
相关推荐
汉堡大王95277 分钟前
# AI 终于能"干活"了——Function Calling 完全指南材料科学研究2 小时前
固态电池AI研发！精准掌握材料计算与机器学习！次旅行的库4 小时前
机器学习-多模态大模型（MLLM）Dway5 小时前
范数-归一化*JOKER6 小时前
混合精度训练AMP&master-sweight&Loss Scaling当交通遇上机器学习6 小时前
IEEEICDE2025 | TimeKD：融合大语言模型与知识蒸馏的时间序列预测方法泰恒6 小时前
双阶段目标检测是什么？有什么用？路小雨~7 小时前
机器学习基础算法学习笔记Roselind_Yi8 小时前
从线性回归实战到Python依赖安装踩坑：我的机器学习入门排雷记温九味闻醉8 小时前
Meta | HSTU：生成式推荐工业级方案