一文帶你瞭解機器學習基礎：梯度下降和最小二乘法 在開始本文之前，有興趣的可以瀏覽一下這個文章，人工智慧中的最優化問題。 人工智慧數學基礎之最優化方法 兩者的區別 最小二乘法跟梯度

迴歸：預測一個連續數值 迴歸，指研究一組隨機變數(Y1 ，Y2 ，…，Yi)和另一組(X1，X2，…，Xk)變數之間關係的統計分析方法，又稱多重回歸分析。 迴歸分析法可預測連續變數Y的值（continu

作者介紹： Joshua Chou 畢業於多倫多大學，目前從事資訊理論與編碼論的相關研究，主要研究內容為格碼 (Lattice Codes) 與低密度奇偶檢查碼 (Low Density Parity C

最近北京大學 ZERO 實驗室與騰訊 AI Lab 提出一種新的技術：基於隨機路徑積分的差分估計子（SPIDER），該技術能夠以更低的計算複雜度追蹤許多我們感興趣的量。該研究工作被接收為NeurIPS 2018

接觸過機器學習的小夥伴都應該知道，梯度下降法並不是一個機器學習演算法，而是一種基於搜尋的最優化方法，在機器學習尤其是深度學習的凸優化中使用尤為廣泛。給定一個損失函式，如果該函式是凸函式，在學習率合適的情況下，它

原理 梯度下降是一個很常見的通過迭代求解函式極值的方法，當函式非常複雜，通過求導尋找極值很困難時可以通過梯度下降法求解。梯度下降法流程如下： 上圖中，用大寫字母表示向量，用小寫字母表示

微信號： 快消（ID：fbc180） 雖然，從營收上來看，三隻松鼠已然超越洽洽、良品鋪子等品牌成了零食品類的行業“老大”，但經營公司，遠不止資本、抑或是“線上”的遊戲。 1

微信號： 新消費內參（ID：cychuangye） 依賴線上電商渠道起家的網際網路堅果品牌——三隻松鼠，自2012年成立開始，曾用6年時間賣出了160多億元堅果和零食，每年銷售額幾乎保持翻番增長。

深度學習很大程度上仍是一個黑箱，但研究者一直沒有停下理解它的步伐。普林斯頓高等研究院的研究者 Nadav Cohen 近日發文介紹了理解深度學習優化的進展以及他們近期在這方面的一項研究成果。 神經網路

一直以來，我們都不知道為什麼深度神經網路的損失能降到零，降到零不代表著全域性最優了麼？這不是和一般 SGD 找到的都是區域性極小點相矛盾麼？最近 CMU、清華和 MIT 的研究者分析了深層全連線網路和

人們認識三隻松鼠，大概是從2012年的雙11開始的。那天，上線三個月的三隻松鼠，賣出了766萬元，成為網上堅果第一品牌。 創業的時候，三隻松鼠創始人兼CEO章燎原（松鼠老爹）在網上發了一個帖

作者：臻木 來源：GPLP(ID:gplpcn) 近日，有“零食第一股”之稱的上海來伊份股份有限公司（來伊份）公佈了三季報，業績令人大失所望，儘管營收有所增長，但淨利潤出現了斷崖式

九思專家團隊針對房天下管理模式及OA系統於企業資料採集的作用進行了詳細的綜合分析，為其提出了適合企業發展需求的房天下 OA 資料採集子系統升級規劃方案參考建議。具體如下：

作者：Sean Owen 編譯：weakish 資料科學，不管它到底是什麼，其影響力已不可忽視。“資料科學家比任何軟體工程師都更擅長統計學。”你可能在本地的技術聚會或者黑客鬆上無意中聽到一個

早期定義 50年代，第一個機器學習的定義來自於Arthur Samuel。他定義機器學習為： 在特定程式設計的情況下，給予計算機學習能力的領域。 他編寫了一個西洋棋程式。 這程式神奇之處在於，程式設