14 线性回归总结

算法模型：线性回归（Linear）、岭回归（Ridge）、LASSO回归、Elastic Net、局部加权回归

01 回归算法 - 简介
04 回归算法 - 最小二乘线性回归案例
05 回归算法 - 多项式扩展、管道Pipeline

损失函数： J(θ)=\sum_{i=1}^m(h_θ(x^i) - y^i)^2 =>min J(θ)
06 回归算法 - 损失函数、过拟合欠拟合
07 回归算法 - 过拟合欠拟合案例
13 回归算法 - 局部加权回归 - 损失函数

正则化： L1-norm、L2-norm
08 回归算法 - 解决过拟合 - L2(Ridge)和L1(LASSO)正则
09 回归算法 - 机器学习调参

θ求解方式： 最小二乘、梯度下降法（BGD\SGD\MBGD）
02 回归算法 - 线性回归求解 θ（最大似然估计求解）
03 回归算法 - 线性回归求解 θ（最小二乘求解）

10 回归算法 - 梯度下降在线性回归中的应用
11 回归算法 - BGD、SGD、MBGD梯度下降
12 回归算法 - 手写梯度下降代码

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。