似然函數：似然函數在形式上就概率密度函數。 ? 似然函數用來估計某個參數。

最大似然函數：就是求似然函數的最大值。 ? ? ? ? 最大似然函數用于估計最好的參數。

最小二乘法：它通過最小化誤差的平方和尋找數據的最佳函數匹配。就是求 y=a1+a2x的系數。通過最小化誤差的平方，然后求系數的偏導數，令導數為0，求解。

梯度下降法，基于這樣的觀察：如果實值函數??在點??處可微且有定義，那么函數?在??點沿著梯度相反的方向??下降最快。就是求最低點。

局部加權回歸：它的中心思想是在對參數進行求解的過程中，每個樣本對當前參數值的影響是有不一樣的權重的，自己上網搜吧。

轉載于:https://www.cnblogs.com/GuoJiaSheng/p/3866487.html

總結

以上是生活随笔為你收集整理的概念介绍（机器学习）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。