Chapter1 线性回归

问题定义：给定一个数据集，我们的目标是寻找模型的权重 \( \mathbf{w} \) 和偏置 \(b\)。

当我们的输入包含 \( d \) 个特征时，我们将预测结果 \( \hat{y} \)，（通常使用“尖角”符号表示 \( y \) 的估计值）表示为：

$$ \hat{y} = w_1  x_1 + … + w_d  x_d + b $$

将所有特征放到向量 \( \mathbf{x} \in \mathbb{R}^d \) 中，并将所有权重放到向量 \( \mathbf{w} \in \mathbb{R}^d \) 中，通过点积可以表示模型： …

Mathjax

Math equations can be rendered using Mathjax syntax with AMS symbol support.

Optionally enable this on a per-page basis by adding mathjax: true to your frontmatter.

Then, use $$ ... $$ on a line by itself to render a block equation:

$$ | Pr_{x \leftarrow P_{1}} [A(x) = 1] - Pr_{x \leftarrow …

Paragraph

Xerum, quo qui aut unt expliquam qui dolut labo. Aque venitatiusda cum, voluptionse latur sitiae dolessi aut parist aut dollo enim qui voluptate ma dolestendit peritin re plis aut quas inctum laceat est volestemque commosa as cus endigna tectur, offic to cor sequas etum rerum idem sintibus …