逻辑回归（Logistic Regression）原理与实现详解 逻辑回归是机器学习中最基础、最常用的分类算法之一。尽管名字中带有“回归”，但它解决的是分类问题，尤其适用于二分类任务。本文将从背景动机出发，系统讲解其核心原理、数学推导，并提供从零实现与 scikit-learn 调用的完整示例。 一
梯度下降（Gradient Descent）原理与推导笔记 1. 什么是梯度下降？ 梯度下降（Gradient Descent）是一种通过不断迭代来寻找函数最小值的优化方法。 它利用梯度（导数）表示的上升方向，通过沿梯度反方向移动参数，逐步逼近损失函数的最小处。 核心思想： 梯度指向上升最快方向，反
初探机器学习：背景、意义与实践 机器学习（Machine Learning，简称 ML）是人工智能（AI）领域的一个重要分支。它通过使用数据和算法，模拟人类的学习过程，能够让计算机自动改进其性能，而无需显式编程。 机器学习简单来讲，就是程序通过学习数据集的特征，形成一个模型，该模型可以预测出新的数据
