机器学习5-多元线性回归

多元线性回归

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

矩阵求导、几种重要的矩阵及常用的矩阵求导公式

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
paixiaoxin24 分钟前
CV-OCR经典论文解读|An Empirical Study of Scaling Law for OCR/OCR 缩放定律的实证研究
人工智能·深度学习·机器学习·生成对抗网络·计算机视觉·ocr·.net
Altair澳汰尔1 小时前
数据分析和AI丨知识图谱,AI革命中数据集成和模型构建的关键推动者
人工智能·算法·机器学习·数据分析·知识图谱
call me by ur name1 小时前
VLM--CLIP作分类任务的损失函数
人工智能·机器学习·分类
Python机器学习AI1 小时前
分类模型的预测概率解读:3D概率分布可视化的直观呈现
算法·机器学习·分类
dwjf3212 小时前
机器学习(四)-回归模型评估指标
人工智能·机器学习·线性回归
电子海鸥3 小时前
迁移学习--fasttext概述
人工智能·机器学习·迁移学习
dwjf3214 小时前
机器学习(三)-多项式线性回归
人工智能·机器学习·线性回归
愚者大大8 小时前
优化算法(SGD,RMSProp,Ada)
人工智能·算法·机器学习
dundunmm8 小时前
数据挖掘之认识数据
人工智能·机器学习·信息可视化·数据挖掘