梯度降级算法简介 之前如果需要求出最佳的线性回归模型，就需要求出代价函数的最小值。在上一篇文章中，求解的问题比较简单，只有一个简单的参数。梯度降级算法就可以用来求出代价函数最小值。 梯度降级算法的在维基的定义: 梯度下降法是一个一阶最优化算法，通常也称为最速下降法。 要使用梯度下降法找到 ...

简介 最近在参加一个利用机器学习来解决安全问题的算法比赛，但是对机器学习的算法一直不了解，所以先了解一下机器学习相关的算法。 Andrew Ng就是前段时间从百度离职的吴恩达。关于吴恩达是谁，相信程序员/媛都知道。 Andrew Ng的机器学习的公开课其实就是当年吴恩达还在斯坦福大学 ...

矩阵定义 数学上，一个m×n的矩阵是一个由m行n列元素排列成的矩形阵列 使用Aij来获取矩阵中第i行j列的数据 向量的定义 向量就是n行1列的特殊矩阵 由于向量仅仅只有1行，那么通过一 ...

逻辑回归 先前所讲的线性回归主要是一个预测问题，根据已知的数据去预测接下来的情况。线性回归中的房价的例子就很好地说明了这个问题。 然后在现实世界中，很多问题不是预测问题而是一个分类问题。 如邮件是否为垃圾邮件、金融交易是否正常，肿瘤是否是良性的。这新问题都是一个分类。 在分类问题中，结果一般 ...

多变量线性回归 之前讨论的都是单变量的情况。例如房价与房屋面积之前的关系，但是实际上，房价除了房屋面积之外，还要房间数，楼层等因素相关。那么此时就变成了一个多变量线性回归的问题。在实际问题中，多变量 ...

为： 其中X表示的房屋面积。 所以选择了合适的特征，对算法进行预测和分类是非常有好处的 多项式回 ...

是否在人类监督下进行训练（监督，无监督和强化学习） 在机器学习中，无监督学习就是聚类，事先不知道样本的类别，通过某种办法，把相似的样本放在一起归位一类；而监督型学习就是有训练样本，带有属性标签，也可以理解成样本有输入有输出。 所有的回归算法和分类算法都属于监督学习。回归和分类的算法区别在于输出 ...

笔记总结，各章节主要内容已总结在标题之中 Andrew Ng机器学习课程笔记–week1(机器学习简介&线性回归模型) Andrew Ng机器学习课程笔记--week2(多元线性回归&正规公式） Andrew Ng机器学习课程笔记--week3(逻辑回归 ...