斯坦福机器学习实现与分析之一（前言）

　　自去年底开始学习Andrew Ng的机器学习公开课，欲依其课件试着实现部分算法以加深理解，然在此过程中遇到部分问题，或为程序实现，或为算法理解。故而准备将此课程整理，并记录自己的理解，或对或错可共同讨论。

　　此课程主要包括三部分：监督学习算法、无监督学习算法以及学习理论。监督学习部分讲了回归、生成学习算法与SVM；无监督学习则讲了K-means，MOG，EM，PCA，ICA以及增强学习等算法；学习理论则是讲解算法的评估，模型与特征的选择等方法。此处课程整理的顺序将与原讲义相同。

　　另外，考虑此处主要目的在于分析和理解算法，将主要采用matlab来实现，以方便矩阵和向量运算以及结果显示等。

　　线性回归

　　逻辑回归

　　广义线性模型

　　高斯判别分析