摘要：
机器学习入门与进阶 一.机器学习基础与特征工程 二.机器学习算法篇-线性回归(1) 三.机器学习算法篇-线性回归(2) 四.机器学习算法篇-逻辑回归(1) 更新中... 阅读全文
摘要：
1.梯度下降法 上文写的求解损失函数的最小二乘法 除了最小二乘法还可以使用梯度下降求解。 我们先随机给θ一个值，然后朝着负梯度的方向移动，也就是迭代，每次得到的θ值使用J(θ)比之前更小。 这个α是指学习率，或者说是步长，这个影响的迭代的快慢。 我们函数y = (x 0.1)²/2为例，使用梯度下降 阅读全文
摘要：
1.线性回归算法思想 机器学习算法可以分为有监督学习和无监督学习。 什么是有监督学习算法？ 用已知某种或某些特性的样本作为训练集,以建立一个数学模型,再用已建立的模型来预测未知样本,此种方法被称为有监督学习,是最常用的一种机器学习方法。是从标签化训练数据集中推断出模型的机器学习任务。 回归算法是有监 阅读全文
摘要：
1.机器学习基础 1.1 数学基础 需要的数学知识： 高等数学、线性代数、概率与统计。 当然一开始不用深入进去，可以在学习过程中逐步积累。 1.2 编程语言 人工智能领域很火的领域的自然是Python，门槛也低，可以作为机器学习入门的首选语言。 有精力的话，再学习C/C++，多一门语言傍身不是坏事。 阅读全文