人工智能基础_机器学习001_线性回归_多元线性回归_最优解_基本概念_有监督机器学习_jupyter notebook---人工智能工作笔记0040

   线性和回归,就是自然规律,比如人类是身高趋于某个值的概率最大,回归就是通过数学方法找到事物的规律.

机器学习作用:

该专业实际应用于机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、自动规划、智能搜索、定理证明、博弈、自动程序设计、智能控制、机器人学、语言和图像理解、遗传编程等。

人工智能基础_机器学习001_线性回归_多元线性回归_最优解_基本概念_有监督机器学习_jupyter notebook---人工智能工作笔记0040_第1张图片

知道几个概念,首先,线性回归是机器学习中有监督机器学习的一种算法

因变量 和 自变量 以及目标变量  比如:身高 这个目标变量    受因变量x 饮食  基因 ...等的影响,而x这个因变量 又每个占的权重不一样,也就是自变量不一样.

人工智能基础_机器学习001_线性回归_多元线性回归_最优解_基本概念_有监督机器学习_jupyter notebook---人工智能工作笔记0040_第2张图片

这里的y=wx+b 就是模型,也叫算法 

还要知道连续值:比如 身高和  离散值  比如省份分布,比如性别.

人工智能基础_机器学习001_线性回归_多元线性回归_最优解_基本概念_有监督机器学习_jupyter notebook---人工智能工作笔记0040_第3张图片

这里要知道,x是影响y的因素,然后 w,b 指的是模型,也就是如果w,b能确定,那么给一个x就能预测y了.

所以可以看到真正我们要找到的w和b.

人工智能基础_机器学习001_线性回归_多元线性回归_最优解_基本概念_有监督机器学习_jupyter notebook---人工智能工作笔记0040_第4张图片

然后我们这回借用这个jupyter note

你可能感兴趣的:(人工智能,有监督机器学习,线性回归方程,线性回归,损失函数,1024程序员节)