机器学习系列-广义线性模型

广义线性模型

机器学习系列-广义线性模型_第1张图片

高斯分布的另一种看法

机器学习系列-广义线性模型_第2张图片

机器学习系列-广义线性模型_第3张图片

机器学习系列-广义线性模型_第4张图片

伯努利分布--Logistic回归的含义

机器学习系列-广义线性模型_第5张图片
12

机器学习系列-广义线性模型_第6张图片

机器学习系列-广义线性模型_第7张图片

Softmax 迭代推导

机器学习系列-广义线性模型_第8张图片

机器学习系列-广义线性模型_第9张图片

机器学习系列-广义线性模型_第10张图片

机器学习系列-广义线性模型_第11张图片

机器学习系列-广义线性模型_第12张图片

机器学习系列-广义线性模型_第13张图片

机器学习系列-广义线性模型_第14张图片

机器学习系列-广义线性模型_第15张图片

机器学习系列-广义线性模型_第16张图片

机器学习系列-广义线性模型_第17张图片

机器学习系列-广义线性模型_第18张图片

总结

softmax 算法在机器学习里占有很重要的地位,虽然很多机器学习的学习包已经高度的集成了softmax 算法,但从推到的过程中,可以看到很多的知识点,好像看到了算法的机器学习算法推到的大统一。广义线性模型,解释了机器学习算法的很多问题,最小二乘法的理论依据,Logistic 回归 Sigmoid 函数的由来,softmax 的推到,进一步解释了 Logistic 回归和 softmax 的关系,理论的依据终于贯通了,可以放心了。

你可能感兴趣的:(机器学习系列-广义线性模型)