一、线性回归

1. 代价函数J(theta)

2. 梯度下降，找到代价函数J(theta)的全局最小值

3. 正规方程，找到代价函数J(theta)的全局最小值

4. 正则化（用于避免过拟合）

4.1 带正则项的J(theta)

4.2 梯度下降，找到带正则项的代价函数J(theta)的全局最小值

4.3 正规方程，找到带正则项的代价函数J(theta)的全局最小值

二、逻辑回归

1. 代价函数J(theta)

2. 梯度下降，找到代价函数J(theta)的全局最小值

3. 高级优化算法 （one of）

4. 正则化

4.1 带正则项的J(theta)

4.2 梯度下降，找到带正则项的代价函数J(theta)的全局最小值

4.3 高级优化算法（one of），找到带正则项的代价函数J(theta)的全局最小值

参考阅读

评论可见，请评论后查看内容，谢谢！！！评论后请刷新页面。