下面这个示例的思路,先讲解一下,不然不知道它们在干嘛:)
先给出一个线性方程(1),如下图:
![](https://img.laitimes.com/img/_0nNw4CM6IyYiwiM6ICdiwiIn5GcuQmMhdjZxMmN4AjM5kDMmJWZjRWM5I2N4MjYiBjYmR2YfdWbp9CXt92Yu4GZjlGbh5SZslmZxl3Lc9CX6MHc0RHaiojIsJye.png)
利用这个方程生成一堆数据集,然后再建立一个线性回归模型(2),如下图:
等价于下面这样:
(注:上图中的b1 , b2 ... 其实相同)
再利用随机梯度下降法,进行迭代运算,计算预测值yhat,直到下面的损失函数
不断减小(即:收敛),然后看看这时得到的参数w(是一个向星)以及偏置值b是否跟线性方程中设定的参数[2, -3.4]以及4.2相同,如果很接近,说明我们用深度学习算法,基于一堆数据成功预测出了想要的结果(即:线性回归成功),这种已知答案,利用一堆数据进行训练的学习方法,也称为有监督学习。