资料
决策边界（decision boundary）
logistic回归，以及决策边界与回归的区别
吴恩达机器学习笔记16-决策边界(decision boundary)
机器学习中线性模型和非线性的区别
机器学习中线性模型和非线性的区别
怎样区分线性和非线性
线性模型
线性分类器和非线性分类器
机器学习之广义线性模型
广义线性模型到底是个什么鬼？| 协和八
逻辑回归(logistics regression)
解释logistic回归为什么要使用sigmoid函数
LG为什么用sigmoid函数
《深度学习导论及案例分析》一2.15通用逼近定理
大意就是：隐藏节点只要足够多，就能逼近任一函数
机器学习（二）：k近邻法（kNN）
机器学习：K-近邻算法（KNN）
闵氏距离的缺点：
(1)将各个分量的量纲(scale)，也就是“单位”相同的看待了;
(2)未考虑各个分量的分布（期望，方差等）可能是不同的。
- 番外
不是需要独立同分布，而是因为如果不是独立同分布，概率模型就太复杂了，
复杂到完全没法计算，所以只能姑且用独立同分布建模了。
逻辑回归推导
逻辑回归（Logistic Regression）推导
logistic回归的数学推导
一、线性回归和逻辑回归
logistic回归，以及决策边界与回归的区别
逻辑回归与线性回归的区别
【机器学习】Logistic Regression 的前世今生（理论篇）
【面试】逻辑回归（***）
线性回归、逻辑回归（LR）(***)
逻辑回归（LR）个人学习总结篇
机器学习中的损失函数（凸函数辨别）
深度学习/机器学习入门基础数学知识整理（三）：凸优化，Hessian，牛顿法
在梯度下降法中，为什么梯度的负方向是函数下降最快的方向