[人工智能]机器学习进行中2

第三章提高了难度，但却是模型中最基本的线性回归。
在这一章中领我印象最深刻的是利用矩阵计算简化循环操作，从而达到程序求和速度的目的。由于对矩阵运算的不熟练导致我从前并没有想到这一点。
同时，听过本章学习，我还知道了线性回归模型的基本原理：通过一个一元或是多元函数来趋近于一个实验结果。但是这“拟合”的步骤却是复杂多变的，有时候如果无法找到一个直观的函数做到线性拟合，可以考虑将其设为某一函数的变量，构成广义的线性模型。
除此之外，还接触到其它的思想，例如无法将（0，1）分布的阶跃函数作为表示线性函数的函数，因此可以考虑用对数几率函数代替阶跃函数，对数几率函数具有极佳的性质。
最后，还对多分类，一对一，一对多的比较分类如何预测学习和检验有了初步了解。