实验二：正则化回归与模型选择 - 完整详细学习笔记 实验目标与核心思想 这个实验课设计了四个紧密相连的学习目标。首先要通过多项式回归来直观展示过拟合现象和偏差-方差权衡这一机器学习的核心概念。其次，要学会使用交叉验证来估计模型的泛化误差，这是评估模型真实性能的关键技术。第三，要理解Ridge和Las
实验一：线性回归导论 - 完整详细学习笔记 实验目标与总体设计 这个实验通过三个核心目标系统地介绍了线性回归的理论基础和实践应用。首先是手动实现普通最小二乘法（OLS），深入理解其数学原理和计算过程。其次是通过蒙特卡罗模拟验证Student's t定理，这是线性回归统计推断的理论基础。最后将理论应用
第一章 统计学习导论与线性回归回顾 1.1 统计学习基础 1.1.1 课程目标与结构 这节课有三个核心目标。首先是介绍统计学习的基本概念，让我们理解什么是统计学习以及它的基本思想。其次是建立回归和分类问题的数学框架，这个框架是后续所有方法的基础。最后是回顾线性回归，因为线性回归是最基础的方法，理解它
