回归
主要内容：
线性回归：
高斯分布
最大似然估计MLE
最小二乘法的本质
Logisitic回归
分类问题的首选算法
技术点：
梯度下降法
最大似然估计
特征选择
线性回归
***、
多个变量的情形：
使用极大似然估计解释最小二乘：
中心极限定理的意义：
实际问题中，很多随机现象可以看作众多因素的独立影响的综合反应，往往近似服从正态分布。
城市耗电量：大量用户的耗电量总和
测量误差：许多观察不到的、微小误差的总和
注：应用前提是多个随机变量的和，有些问题是乘性误差，则需要鉴别或者取对数后再使用。
假设
机器学习中的建模过程，往往充斥着假设，合理的假设是合理模型的必要前提。
假设具有三个性质：
内涵性
简化性
发散性