怎么做线性回归？图灵死的很传奇咬一口苹果有氯化钠？

　　编辑
　　有监督机器学习中用到，分类和回归算法
　　无监督机器学习中用到，聚类和降维算法
　　编辑
　　然后再来看一下，机器学习的过程，可以看到，对于回归算法，yaxb而言：
　　这里，输入历史数据x，然后进行训练，这个训练指的就是，首先a，b输入一组随机的初始值，或者经过人为评估的初始值，然后，根据输入的数据x得到yhat，然后用yhat和y也就是预测值和真实值，取到
　　ebuselo随机误差项，然后根据这个误差项再去调整，a，b的值，继续循环获取误差项，让这个误差项变小，直到不变。。。，这里调整a，b的值的过程叫做训练。
　　然后a，b叫做参数，也叫做模型，
　　然后预测指的是yhaty估计也叫y预测值。
　　编辑
　　应用领域。系统做浅了，可以直接实现功能，但要想功能更加符合人类思维，更好用，体验更好，那么最终
　　研究深入了，都需要用到机器学习，深度学习。
　　编辑
　　我们这里说的人工智能攻城狮，有3个级别，初级，就是利用一些现有的算法，做处理一下数据，中级就是对算法用到很熟练，高级可能就需要去分析论文，然后应用算法到实际应用中，这个是比较难的，对能力要求高，到达研究的程度，做到这一步，一般学历也要跟得上，博士之类的级别。
　　一般在公司里，可能就是需要用爬虫获取数据，然后用机器学习算法，对数据进行分类，或者分析等，
　　这种简单的机器学习应用，比较广泛，不是说多难，但是应用比较广泛。
　　然后自然语言处理里，有，情感分析，比如说一句话给出这句话是正面的，还是负面的，文本分类，还有论文查重。。等。
　　编辑
　　编辑
　　在预赛的时候就可以把各个球队的排名预测出来，赌球还不得发了。。。
　　编辑
　　另外网易和新浪也都有自己的机器人。大厂都会搞这些。
　　编辑
　　微软自己的深度学习框架是，CNJK百度是paddlepaddle飞桨
　　编辑
　　MIT一般指麻省理工学院。麻省理工学院（MassachusettsInstituteofTechnology），简称麻省理工（MIT），位于美国马萨诸塞州波士顿都市区剑桥市，主校区依查尔斯河而建，是一所私立研究型大学，爱国者联盟附属成员，全球大学校长论坛成员
　　编辑
　　机器学习中的一些框架。
　　编辑
　　用到人工神经网络算法的机器学习叫做深度学习。
　　编辑
　　人工智能作用
　　编辑然后有个电影，可以去看看，模仿游戏，讲了人工智能的诞生之类的，可以帮助理解人工智能，
　　图灵，死的很传奇，咬一口苹果里面有氯化钠。。。
　　编辑
　　然后来看回归，我们说y的范围是无穷到无穷，然后yaxb这里其实，我们就是要找到规律，
　　y大一点的时候，x是小一点还是怎么样，找到这个规律其实就是要，找到正确的a和b也就是找到正确的模型。
　　编辑
　　这里yaxb次方这个就不叫线性回归，因为它不是一个直线而是一个向上的弯曲线，除非，b等于1的时候，这个时候是线性的
　　对于yabx这是一元一次方程。叫做简单回归。
　　编辑
　　可以看到实际上对于yaxb来说，只需要两组x，y的值就可以求出a，b了，
　　如果我给出四组x，y的值就能求出两组a，b的值，。。当然给的越多求出来就约到，
　　最后就要找到误差最小，最合适的那个a，b来用。
　　编辑
　　我们要做的就是用最快的速度的算法，找到误差最小的最优解
　　编辑
　　来看一下这个，可以看到在这个yaxb这个公式中，我们可以把很多个x，y，带入公式以后，然后得到很多个a，b，而上面的黑点就是我们真实的数据，那么我们其实就是要找到一条直线，这条直线可以尽可能的穿过所有的真实的历史数据，当然这是不可能的，因为数据本身是散乱的，但是我们要尽可能
　　找到这样一条直线，也就是确定，最优解，a，b模型。
　　那么这个尽可能怎么做呢？
　　编辑
　　尽可能的意思就是，我们要让真实值，要尽可能的贴近预测值，当然我们说通过调整预测值来实现的，表现在上图中其实就是，predictedvalue这个预测值，也就是我们说的yhaty帽y估计或者叫y预测，也就是那个直线上的值，这个值呢，和真实的y值，也就是那个函数的结果y，他们的差的绝对值，也就是ebuselo让这个值，随机误差，越来越小。。。那么这个误差怎么算呢？
　　其实就是：我们让
　　yhat1y1yhat2y2。。。一直加，那么我们说就是从，第一个值开始到第m个值
　　然后，再去取平均值，也就是是一个求和符号，英语名称：sigma，汉语名称：西格玛
　　yhaty2m当然，这里要从1到m，太难打了，数学符号打不出来，明白就可以了。
　　这个公式得到的误差就是整体误差。。。我们要让这个误差最小就可以了。。。最接近0的时候，那么
　　就可以保证让真实值，大部分落到我们的预测线上。
　　至于为什么我们要取yhaty绝对值所有加和的平方，而不是3次方，4次方。。后面我们会详细讲解。