3.6

2025-03-06

CS229

Lecture 4 讲了感知机，广义线性模型，Softmax

广义线性模型的逻辑（或者说，故事）是这样的：想要根据特征构成的向量 预测 ，我们知道 的分布和 有关，所以 是 的分布的参数，但 并非凌乱地作为这个分布的参数，散落在公式各处，而是先线性地整合起来，整合的结果 作为分布的参数，另外要求这个分布满足某种形式，成为指数分布族。机器学习所学习的是 如何整合，也就是学习线性映射的系数

Lecture 5 讲了 GDA ，朴素贝叶斯

前置知识有多元正态分布，实际上，多元正态分布就是 的分布，其中， 是 个独立同分布的标准正态分布变量，容易推导出协方差矩阵 ，分布为：