本书介绍
一种最常见和最广泛使用的机器学习模型是线性回归。线性回归是一种非常直观的监督学习算法，顾名思义，它是一种回归技术。这意味着当我们有连续值的标签时，例如汽车价格或房间温度，就会使用它。此外，正如它的名字所暗示的那样，线性回归寻求的是对线状数据的模糊处理。这是什么意思？
想象一下，你收到了一个由汽车组成的数据集，其中每辆汽车的行驶里程数以及价格。在这种情况下，让我们假设您正在尝试训练一个机器学习系统，该系统接收关于每辆车的信息，即行驶里程数及其相关价格。这里，对于给定的汽车，行驶里程是输入，价格是输出。该数据可以表示为(X，Y)坐标。
本书目录
内容截图
往期精品内容推荐
最近几年-基于深度学习自然语言处理的推荐系统-必读论文整理分享
机器学习基础教材-《数据驱动的科学与工程-机器学习、动态系统与控制》免费pdf分享
Fast.ai-《程序员深度学习实战课程2020》最新视频分享（带中英双字幕）
2020年新书-《神经网络新手入门必备数学基础》免费pdf分享
2020年AI统计学新书-《数据科学、机器学习、人工智能基础》免费pdf分享
深度学习架构论文3-批量标准（BN）减少内部偏移加速模型训练
自然语言处理任务相关经典论文、免费书籍、博客、tf代码整理分享