機器學習系列-廣義線性模型
01-29
廣義線性模型
高斯分布的另一種看法
伯努利分布--Logistic回歸的含義
Softmax 迭代推導
總結
softmax 演算法在機器學習里佔有很重要的地位,雖然很多機器學習的學習包已經高度的集成了softmax 演算法,但從推到的過程中,可以看到很多的知識點,好像看到了演算法的機器學習演算法推到的大統一。廣義線性模型,解釋了機器學習演算法的很多問題,最小二乘法的理論依據,Logistic 回歸 Sigmoid 函數的由來,softmax 的推到,進一步解釋了 Logistic 回歸和 softmax 的關係,理論的依據終於貫通了,可以放心了。
推薦閱讀:
※MIT線性代數課程精細筆記[第九課]
※[導讀]不平衡數據的解決之道
※日誌分析的模式發現功能實現(2)
TAG:机器学习 |