知识卡片
高斯误差与最小二乘
假设观测误差独立且服从固定方差的零均值高斯分布,最大化数据似然等价于最小化残差平方和;固定方差的常数项不影响参数最优位置。若噪声假设改变,对应的合理损失也可能改变。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 梯度下降算法及变体:高效求解模型参数 · 查看原书依据
最小二乘法就是在假定数据分布包含高斯噪声情况下最大似然估计的特例。
参考来源
- 位置:《破解深度学习(基础篇)_模型算法与实现》第6章《梯度下降算法及变体:高效求解模型参数》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0009.xhtml`)
- 结论依据:原文及公式、代码说明方法;卡片标明原书错误和适用条件,数值示例为解释。
- 原始内容:最小二乘法就是在假定数据分布包含高斯噪声情况下最大似然估计的特例。