摘要：
感知机： 1.感知机关键在于损失函数最小化 2.当初值和分类点选择顺序不同时，算得的结果不同。 3.当线性不可分时，感知机算法不收敛，迭代结果震荡。 4.感知机和随机梯度下降。 5.pocket algorithm 口袋算法：每次梯度下降时和“口袋”比较，将损失更小的放到“口袋”里。 6.voted 阅读全文
摘要：
机器学习优化的三个方向： 1.特征工程 2.机器学习算法 3.模型融合 机器学习算法的选择： 1.样本总量 2.输入样本及输出结果类型有关，连续？离散？集合？ 3.正负样本的比例，甚至有时没有负样本（故障检测）或正样本（新产品调研） 阅读全文