赵娜0418
2020-04-30 阅读量: 719
LASSO回归是一种压缩估计。它通过构造一个惩罚函数得到一个较为精炼的模型，使得它压缩一些系数，同时设定一些系数为零。因此保留了子集收缩的优点，是一种处理具有复共线性数据的有偏估计。
★深度学习；模式识别；图像处理；人工智能建模；人工智能；深度学习算法；强化学习；神经网络；卷积神经网络；人工神经网络；VIBE算法；控制系统仿真；机器学习；高性能计算；数据挖掘；超算；ACL；算力；计算机视觉；PSU；Transformer；PLM；SLM；NLM；LLM；Galactica；OPT；OPT-IML；BLOOM；BLOOMZ；GLM；Reddit；H100；H800；A100；A8
本笔记为本人听课笔记，作为辅助学习及督促自我学习用，有需要的同学可以一起参考学习哟~~今天学习内容开始进入统计学了，啊啊啊啊，完全没有学过~~不过徐杨老师讲的特别好，说的内容都很容易理解，只不过吸收还是需要时间的，哈哈~~加油加油！~昨天复习的Excel动态图表制作流程也梳理了一遍，一起附上吧，嘿嘿11-25 笔记.pdf11-24 复习动态图表流程.pdf
提问 ------
1.行列式的性质行列式的转置 将行列四D的行与列互换后得到的行列式，称为D的转置行列式，记为DT或D’。性质1 将行列式转置，行列式的值不变，即DT=D.性质2 互换行列式的两行（列），行列式的值变号。推论 如果行列式中有两行（列）的对应元素相同，则此行列式的值为零。说明 由此性质可知，行列式的行具有的性质，它的列也具有。性质3 用数k乘行列式的某一行（列），等于以数k乘此行列式。推论1 如果行
