在上一篇推文《看不懂机器学习入门教程?树根尝试着一种新的方式让你入门!》中,树根讲了线性回归理论的上部分:线性回归概述和损失函数。
这一次树根会继续以视频的形式去讲接下来的下部分:
首先大致讲梯度下降法的直观理解;
然后讲模型训练中的两个重要概念——方差和偏差;
最后讲回归中四个重要的性能评估指标——平均绝对误差(MAE) 、均方误差(MSE)、方均根差 (RMSE)、R平方。
第二小节线性回归的理论部分(下)
(时长大约43分钟)
1.梯度下降法
(1)梯度下降法的直观理解
(2)局部最优和全局最优
(3)梯度下降法与矩阵直接求解的比较
2.如何判断回归算法可行
(1)方差和偏差
(2)正则化
(3)回归常用评估指标
不知道可不可以让树根收回成本,还给同学呢?每小节收3.33元可以吗?
在下一次推文,树根会推出线性回归的案例代码讲解部分。
领取专属 10元无门槛券
私享最新 技术干货