【深度之眼花书训练营第五期】第一周-数学基础-作业2

作业大纲：

1. 温习线性回归。
2. 一元线性回归的基本假设有哪些？
3. 理解以及会运用极大似然估计，完成浙大概率论与数理统计第四版p174的第11题
4. 求函数 z = xe(2y) 在（1,1）点的梯度
5. 理解梯度下降，理解牛顿法，理解kkt条件

具体的作业内容

（将只展示2、3、4；没有展示的有需要的可以自行百度）

2. 一元线性回归的基本假设有哪些？

1. 回归模型是正确设定的。
2. 解释变量X是确定性变量，不是随机变量，在重复抽样中取固定值。
3. 解释变量X在所抽取的样本中具有变异性，而且随着样本容量的无限增加，解释变量X的样本方差趋于一个非零的有限常数。
4. 随机误差项mu具有给定X条件下的零均值、同方差不序列相关性。
5. 随机误差项与解释变量之间不相关。

3. 理解以及会运用极大似然估计，完成浙大概率论与数理统计第四版p174的第11题

具体的题目如下图所示，

自我的解题过程如下图所示，

4. 求函数 z = xe(2y) 在（1,1）点的梯度

自我的解题过程如下图所示，

本次作业就分享到这里。后续将继续更新课程内容. . . .