机器学习基础算法原理分析

本文以线性回归（LinearRegression）作为引入，随后介绍了常用的分类算法逻辑回归(LogisticRegression,LR)、SoftmaxRegression以及神经网络(NeuralNetwork,NN)。然后分析了常见学习模型的拟合状态判断依据——偏差、方差，以及如何避免过拟合，模型的评价指标等。最后分析了常用的参数优化方法——梯度下降、NormalEquations等。