机器学习与线性回归

Podcast

Play an AI-generated podcast conversation about this lesson

Questions and Answers

在机器学习中，均方误差用于评估什么内容？

算法的执行时间

模型的复杂度

训练集的大小

预测值与真实值之间的差距 (correct)

在定义线性回归模型时，$h(x) = wx + b$ 中的 $w$ 代表什么？

学习率

输入特征的数量

权重参数 (correct)

偏置

最小化损失函数 $J(w, b)$ 的目的是为了什么？

增加预测值的波动性

找到最优的参数 (correct)

提高模型的复杂度

降低模型的准确性

在多变量线性回归中，特征是指什么？

影响因变量的因素 Signup and view all the answers

哪种距离度量 commonly used for evaluating regression models?

L2 Distance Signup and view all the answers

选择一个深度学习中常用的损失函数。

二叉交叉熵 Signup and view all the answers

在Python中实现线性回归通常使用哪个库？

Scikit-learn Signup and view all the answers

选择不属于回归分析方法的选项。

聚类 Signup and view all the answers

线性回归模型中，优化拟合线的关键在于？

减小所有预测值与真实值之间的误差 Signup and view all the answers

在强制线性回归模型中，怎样评估模型性能的常见方法是？

计算均方误差 Signup and view all the answers

以下哪个评估指标越小越好？

均方根误差（RMSE） Signup and view all the answers

哪种损失函数与均方误差（MSE）相对应？

L2损失 Signup and view all the answers

以下哪个指标的值范围是 $(- ext{∞}, 1]$？

R2 Signup and view all the answers

在实施线性回归时，哪个步骤是创建训练函数？

创建训练函数 Signup and view all the answers

在numpy中，如何计算均方根误差（RMSE）？

计算MSE的平方根 Signup and view all the answers

以下哪个描述与线性回归模型中的W相符？

代表权重 Signup and view all the answers

生成150个点进行拟合时，横坐标tr_x是从哪个范围内随机采样的？

[0.0, 80.0) Signup and view all the answers

在绘制散点图时，为什么推荐使用边缘来便于区分点？

因为点比较多，难以区分 Signup and view all the answers

如果R2接近1，这说明什么？

模型拟合效果很好 Signup and view all the answers

在训练数据中，y_pre通常指的是什么？

模型预测的目标变量值 Signup and view all the answers

Study Notes

人工智能技术及应用

人工智能技术及应用是研究主题。
严啸是作者。

机器学习

机器学习包含监督学习、非监督学习、深度学习等。
监督学习：从给定训练数据集中学习一个函数，用于预测新数据。训练集包含输入(特征)和输出(目标)，目标由人标注。包括回归和分类。
非监督学习：训练集没有人为标注的结果。包括生成对抗网络(GAN)和聚类。
深度学习：以人工神经网络为架构，对资料进行表征学习，进行学习的算法。
强化学习：强调如何基于环境而行动，以取得最大化的预期利益，不需要带标签的输入输出对。
机器学习包含的算法：
- 线性回归
- 逻辑回归
- kNN (k近邻)
- SVM (支持向量机)
- 深度学习
- 生成对抗网络(GAN)
- 自然语言处理(NLP)