摘要：
http://www.cnblogs.com/xing901022/p/9312028.html 更多内容参考 机器学习&深度学习 矩阵的表示 矩阵的索引 向量的表示 矩阵的加法 矩阵与实数的乘法 矩阵的表达式 矩阵与向量的乘法 矩阵与矩阵的乘法 矩阵特性——不满足交换律 矩阵特性——满足结合律 单 阅读全文
摘要：
http://www.cnblogs.com/xing901022/p/9321045.html 本篇主要讲的是多变量的线性回归，从表达式的构建到矩阵的表示方法，再到损失函数和梯度下降求解方法，再到特征的缩放标准化，梯度下降的自动收敛和学习率调整，特征的常用构造方法、多维融合、高次项、平方根，最后基 阅读全文
摘要：
http://www.cnblogs.com/xing901022/p/9332529.html 本章主要讲解了逻辑回归相关的问题，比如什么是分类？逻辑回归如何定义损失函数？逻辑回归如何求最优解？如何理解决策边界？如何解决多分类的问题？ 更多内容参考 机器学习&深度学习 有的时候我们遇到的问题并不是 阅读全文
摘要：
http://www.cnblogs.com/xing901022/p/9338467.html 本章讲述了机器学习中如何解决过拟合问题——正则化。讲述了正则化的作用以及在线性回归和逻辑回归是怎么参与到梯度优化中的。 更多内容参考 机器学习&深度学习 在训练过程中，在训练集中有时效果比较差，我们叫做 阅读全文
摘要：
http://www.cnblogs.com/xing901022/p/9344621.html 本章讲述了神经网络的起源与神经元模型，并且描述了前馈型神经网络的构造。 更多内容参考 机器学习&深度学习 在传统的线性回归或者逻辑回归中，如果特征很多，想要手动组合很多有效的特征是不现实的；而且处理这么 阅读全文
摘要：
http://www.cnblogs.com/xing901022/p/9350271.html 本篇讲述了神经网络的误差反向传播以及训练一个神经网络模型的流程 更多内容参考 机器学习&深度学习 神经网络可以理解为两个过程：信号的正向传播和误差的反向传播。在正向的传播过程中，计算方法为Sj=wijx 阅读全文
摘要：
http://www.cnblogs.com/xing901022/p/9417633.html 本章讲了梯度下降的几种方式：batch梯度下降、mini-batch梯度下降、随机梯度下降。也讲解了如何利用mapreduce或者多cpu的思想加速模型的训练。 更多内容参考 机器学习&深度学习 有的时 阅读全文
摘要：
http://www.cnblogs.com/xing901022/p/9398242.html 本篇介绍了异常点检测相关的知识 更多内容参考 机器学习&深度学习 我感觉这篇整理的很好很用心，可以详细参考： https://blog.csdn.net/Snail_Moved_Slowly/artic 阅读全文