二元分类与 Logistic 回归从属于笔者的Deep Learning Specialization 课程笔记系列文章，本文主要记述了笔者学习 Andrew NG Deep Learning Specialization 系列课程的笔记与

读懂交叉熵损失函数1，什么是交叉熵损失2，以图片分类问题为例，理解交叉熵损失函数3，从0开始实现交叉熵损失函数4，[结合视频讲解](https:www.bilibili.comvideoBV1Kv4y1u7e9?spm_id_from=3

1. 简介word2vec是一个3层(输入层、投影层和输出层)结构的浅层语言模型，分为CBOW和skip-gram两种模型结构。CBOW是输入上下文来预测当前词语，而skip-gram是输入当前词语来预测上下文。其模型结构如下图所示而基于这

文章目录Reference Abstract 前言线性回归算法1. LinearRegression2. Ridge回归类家族2.1 Ridge2.2 RidgeCV3. Lasso回归类家族3.1 Lasso3.2 LassoCV3.3

梯度下降（Gradient Descent）是一种常用的优化算法，常用于机器学习中的参数优化。梯度下降的基本思想是，沿着函数的梯度（或者说导数）的反方向，以步长为步进量逐渐逼近函数的最小值点。在机器学习中，梯度下降被用来求解最小化损失函数的

一、矩阵算法概述 原本在使用各种APP的时候觉得推荐算法是一个神奇的东西，恰巧要做手厅用户的前人千面，所以利用协同过滤做了手厅的基于产品的推荐模型，发现出来的产品推荐很接近，更充满好奇心，所以有了接下来各种推荐算法的学习。在各种资料中，发现