@TOC 1、经验误差与过拟合 通常我们把分类错误的样本数占样本总数的比例称为“错误率”（error rate），即如果在m个样本中有a个样本分类错误，则错误率E=a/m；相应的1-a/m就是“精度”

本文主要对逻辑回归模型进行数学原理介绍，具体包括sigmoid函数的推导过程，交叉熵损失函数的推导过程，L1正则化和L2正则化，梯度下降数学推导以及过程，基于OvR和MvM方法的多分类逻辑回归原理..

工科学生都能看懂的梯度下降和反向传播！要想训练一个网络，对于梯度的理解是必不可少的，下面首先介绍梯度的一些基础概念。

今天我们来开始入门机器学习，简单介绍一下线性回归模型 这几天一直有人问我拟合数据的问题，还有预测模型等问题，所以就想来开始一下这个我一直在准备的专栏--机器学习 线性回归是线性模型，例如，假设输入变量

本文为初学者介绍了人工智能（AI）与机器学习（ML）的基本概念，重点讲解了线性回归算法。通过一元和多元线性回归的原理、优化方法及实际案例，展示了其在数据分析与预测中的应用。

线性代数的本质 将只停留在数值运算和公式的线性代数推进到可视化几何直观（Visual Geometric Intuition）的理解领悟上

基于Keras 框架实现的 MNIST 识别手写数字的完整代码。并且从数学角度一行代码一行代码的讲解了深度学习内部到底在做什么。

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第5天，点击查看活动详情 大家好，我是小寒。 今天我们来分享第二个深度学习案例：手写数字识别。 MNIST 手写数字识别数据集来自美

特征向量是线性代数中的一个重要概念，常常被应用于数据降维、图像处理、信号处理等领域。在机器学习中，特征向量通常用于表示一个样本的特征。