diff --git a/fit_a_line/index.html b/fit_a_line/index.html index 94e07643cb497dc72b5a6a498a7f98ad974c6198..e9db5714d90edf41e564b31e14886ccdeb8a09c3 100644 --- a/fit_a_line/index.html +++ b/fit_a_line/index.html @@ -45,6 +45,8 @@ # 线性回归 让我们从经典的线性回归（Linear Regression \[[1](#参考文献)\]）模型开始这份教程。在这一章里，你将使用真实的数据集建立起一个房价预测模型，并且了解到机器学习中的若干重要概念。 +本教程源代码目录在[book/fit_a_line](https://github.com/PaddlePaddle/book/tree/develop/fit_a_line)， 初次使用请参考PaddlePaddle[安装教程](http://www.paddlepaddle.org/doc_cn/build_and_install/index.html)。 + ## 背景介绍 给定一个大小为$n$的数据集 ${\{y_{i}, x_{i1}, ..., x_{id}\}}_{i=1}^{n}$，其中$x_{i1}, \ldots, x_{id}$是第$i$个样本$d$个属性上的取值，$y_i$是该样本待预测的目标。线性回归模型假设目标$y_i$可以被属性间的线性组合描述，即 diff --git a/image_classification/index.html b/image_classification/index.html index b1e74bac6e84d8c79f39e5cefc66aa9d6ebcc7e2..e9bb29eca91fdf170183454cc07a45b359504944 100644 --- a/image_classification/index.html +++ b/image_classification/index.html @@ -45,6 +45,8 @@ 图像分类 ======= +本教程源代码目录在[book/image_classification](https://github.com/PaddlePaddle/book/tree/develop/image_classification)， 初次使用请参考PaddlePaddle[安装教程](http://www.paddlepaddle.org/doc_cn/build_and_install/index.html)。 + ## 背景介绍 图像相比文字能够提供更加生动、容易理解及更具艺术感的信息，是人们转递与交换信息的重要来源。在本教程中，我们专注于图像识别领域的一个重要问题，即图像分类。 diff --git a/label_semantic_roles/index.html b/label_semantic_roles/index.html index 34d96831c7884f68623925b8aaa3b5f7ecbb56bc..0bbacd7aa8c4d762692cd08cda7e4168875cda16 100644 --- a/label_semantic_roles/index.html +++ b/label_semantic_roles/index.html @@ -44,6 +44,8 @@