回归算法的学习路径

在学习回归算法过程中，一路遇到不少问题，数学和算法方面的基础薄弱，因此采用的策略是深度优先的学习方法，从头到脚看算法，遇到不懂的概念就跳转如相关概念或算法的学习。

1.线性回归基本算法思想

2.正态分布：其中的随机误差符合正态分布

3.极限，导数，方向导数，梯度，梯度下降法求残差最小值；

4.全微分，偏微分，最小二乘法求残差最小值；

5.回归效果的显著性检查F检验：考察各直线对各个变量的拟合程度好坏，是否真正体现了一种线性关系；

6.t统计量和z统计量

6.置信区间，置信度的计算；

7.逻辑回归基本算法思想；

8.logistic 变换函数

9.极大似然估计，对数似然函数

总体下来一个简单的回归算法对初学者也并不轻松，用这样的学习方式开头比较慢，随着基础渐渐稳固，以后的学习效率将会不断提高