【漫谈机器学习】1.误差做小VS概率概率最大（3）

遇到新问题

到目前为止，至少有几个问题需要解决：

• 如果解析解求不出来怎么办？答案是：迭代搜索求解（最优化问题）

• 如果样本数量特别大，怎么处理？答案是：递推求解（在线学习优化问题）

• 如果误差不是正态分布该怎么办呢？答案是：广义线性回归

• 如果这个矩阵(XXT)−1的维度特别大，怎么处理？答案是：数据降维

• 如果模型是非线性的话，怎么处理呢？答案是：非线性模型

• 以上过程全部为频率派的观点，贝叶斯派怎么做呢？答案是：生成模型

• 线性回归与深度学习之间到底有什么关系？答案是：等我总结，哈哈

那么咱们的机器学习之旅正式开始喽。