2026年3月13日
第55~58页
5.1.2 最大似然准则 最大似然这里，没有看懂，需要后续回头来看。
赶紧像是再输出Y 的基础上取估计输入，让结果最大化。
5.2 构建损失函数的步骤
- 选定一个适合预测结果的y的概率分布
- 设定机器学习模型
- 寻找最小化负对数似然损失函数
- 对新的测试样例x, 返回完整分布的最大值
本章都是再构建基本的概率函数，可以期待一下
5.3 单变量回归
5.3.1 最小平方损失函数
经过了一系列的计算，得到了一个最小平方损失函数
基于两个假设：
- 预测误差(i)是独立的
- 遵循均值为 正态分布
5.3.2 推断
不是直接预测y，而是预测y的正态分布均值
5.3.3 估计方差
最终的表达式，并不依赖于方差，