标签
Maximum Likelihood Estimation
机器学习数学推导(六):逻辑回归与分类
从 Sigmoid 到 Softmax,完整推导逻辑回归——交叉熵损失、梯度计算、正则化与多分类扩展,附 Python 验证。
机器学习数学推导(三):概率论与统计推断
从 Kolmogorov 公理到最大似然估计,从贝叶斯推断到信息论——一篇文章打通机器学习背后的概率与统计语言。
从 Sigmoid 到 Softmax,完整推导逻辑回归——交叉熵损失、梯度计算、正则化与多分类扩展,附 Python 验证。
从 Kolmogorov 公理到最大似然估计,从贝叶斯推断到信息论——一篇文章打通机器学习背后的概率与统计语言。