机器学习笔记1

目录

  1. 了解什么是Machine learning
  2. 学习中心极限定理,学习正态分布,学习最大似然估计
  3. 推导回归Loss function
  4. 学习损失函数与凸函数之间的关系
  5. 了解全局最优和局部最优
  6. 学习导数,泰勒展开
  7. 推导梯度下降公式
  8. 写出梯度下降的代码
  9. 学习L2-Norm,L1-Norm,L0-Norm
  10. 推导正则化公式
  11. 说明为什么用L1-Norm代替L0-Norm
  12. 学习为什么只对w/Θ做限制,不对b做限制

上一篇:Self-Attention 和 Transformer


下一篇:Python数据分析-可视化“大佬”之Matplotlib