摘要：
1.模型理念 解决分类问题的目标是，根据现有数据获得一个分类器，当出现新数据后代入分类器，得到新数据属于哪个类别；而所谓的回归：其本来应该在什么位置，实际案例中可能会有所偏离，但是随着趋势的进行，其结果不会一直偏离下去而是会在原本应该的位置上下抖动。对这类回归问题的研究方法是：根据现有的观测数据，找 阅读全文
摘要：
1.数据特征的归一化 1.1 问题产生 当样本不同特征数据的数值范围相差过大，目标函数会变得很扁，在梯度下降的时候，梯度方向会在一定程度上偏离极值点方向，降低了训练效率，增大了训练时间。有些训练数据的值很大，很容易超出数值范围，不利于运算。 1.2 归一化方法 通过归一化来解决上述问题，即：去量纲化 阅读全文
摘要：
1. ML基本认识 机器学习是研究AI的一种方法。其从数据中挖掘特征从而学习到一些规律、规则（模型），然后对输入的新数据做出 预测(回归)和判断(分类)。 机器学习主要分为： 有监督学习：数据有标签，有监督学习分为 分类&回归 两类问题。 无监督学习：数据无标签，如：聚类等。 半监督学习：人工标注是 阅读全文