摘要：
读书使人得到一种优雅和风味，这就是读书的整个目的，而只有抱着这种目的的读书才可以叫做艺术。一人读书的目的并不是要“改进心智”，因为当他开始想要改进心智的时候，一切读书的乐趣便丧失净尽了 阅读全文
摘要：
#什么是损失函数 损失函数（Loss Function）也称代价函数（Cost Function)，用来度量预测值与实际值之间的差异 公式： 其中E即使损失函数，y表示真实值，y'表示预测值，损失函数即使预测值与实际值之间的差 #损失函数的作用 度量决策函数内f(x)和实际值之间的差异 作为模型性能 阅读全文
摘要：
#什么是感知机 感知机（Perrceptron)又称神经元（Neuron）是神经网络（深度学习）的起源算法，1958年由康奈尔大学心理学教授弗兰克.罗森布拉特提出，它可以接受多个输入信号，产生一个输出信号。 其中，X1和X2称为输入，w1和w2为权重，+表示运算的规则，Θ为阈值，y为输出 运算规则只 阅读全文
摘要：
#什么是深度学习 深度学习是一种包含多个隐藏层（越多即为越深）的多层感知机。它通过组合低层特征，形成更为抽象的高层表示，用以描述被识别对象的高级属性类别或特征。 简单可以总结为：通过加深网络，提取数据深层次特征 #深度学习的特点 优点 1.性能更优异 2.不需要特征工程 3.在大数据样本下有更好的性 阅读全文
摘要：
#梯度下降 梯度下降是很常用的算法,它可以讲代价函数j最小化,他不仅用于线性回归算法中,也广泛应用于机器学习其他领域,不仅仅可以最小化代价函数,也可以最小化其他函数,在后边课程会记录. #问题描述 我们有一个函数j(θ_0,θ_1)(也许是线性回归的代价函数,也许是其他函数),我们需要一个算法去最小 阅读全文
摘要：
#线性回归函数 现在我有一些数据集,想通过一个一次函数(即是线性回归函数,一条直线),去拟合这些数据,线性回归函数在确定之前如下图: 其中 θ0 和 θ1 都是未知量, θ0 和 θ1 可以取任意值,如何选择 θ0 和 θ1 ? 此时就用到了代价函数 #代价函数 这就是一次函数的代价函数: 此种函数 阅读全文
摘要：
#机器学习分类 机器学习分为监督学习和非监督学习 #监督学习定义 根据已有的数据集，知道输入和输出结果之间的关系。根据这种已知的关系，训练得到一个最优的模型 ##回归问题 回归问题是机器学习三大基本模型中很重要的一环，其功能是建模和分析变量之间的关系。 回归问题多用来预测一个具体的数值 ##分类问题 阅读全文
摘要：
#代码 #include <stdio.h> int main(){ printf("HelloWord!\n"); return 0; } #结果 阅读全文
摘要：
#代码 print('HelloWord') #结果 阅读全文