<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>机器学习 on 我的博客</title>
    <link>https://my-blog-ef1.pages.dev/tags/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/</link>
    <description>Recent content in 机器学习 on 我的博客</description>
    <image>
      <title>我的博客</title>
      <url>https://my-blog-ef1.pages.dev/opengraph.webp</url>
      <link>https://my-blog-ef1.pages.dev/opengraph.webp</link>
    </image>
    <generator>Hugo</generator>
    <language>zh</language>
    <lastBuildDate>Fri, 11 Sep 2026 12:26:00 +0800</lastBuildDate>
    <atom:link href="https://my-blog-ef1.pages.dev/tags/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>机器学习</title>
      <link>https://my-blog-ef1.pages.dev/posts/ai-fundamentals/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/</link>
      <pubDate>Fri, 11 Sep 2026 12:26:00 +0800</pubDate>
      <guid>https://my-blog-ef1.pages.dev/posts/ai-fundamentals/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/</guid>
      <description>&lt;h2 id=&#34;机器学习方法分类&#34;&gt;机器学习方法分类&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;监督学习&lt;/li&gt;
&lt;li&gt;无监督学习&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id=&#34;线性的回归和分类问题&#34;&gt;线性的回归和分类问题&lt;/h2&gt;
&lt;p&gt;&lt;img alt=&#34;线性回归示意&#34; loading=&#34;lazy&#34; src=&#34;https://my-blog-ef1.pages.dev/images/machine1.png&#34;&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;线性回归使用均方误差MSE（最大似然估计）&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;$$
\arg\min_f \mathbb{E}[(fX - Y)^2]
$$&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;最小二乘估计可以得到闭式解（前提是X^T X可逆）&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;$$
\hat{\beta} = (X^T X)^{-1} X^T y
$$&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
