開始機器學習的征程
這段時間開始看Andrew Ng的機器學習視頻，去年就報名了，但是去年一方面有些其他的事情，更重要的是找不到應用的場景，只是聽課，覺得進展不快。最近有需求了，又開始看視頻。不得不說Andrew Ng講得真不錯。沒有高深的數學證明，注重應用，非常對我的胃口，如果不懂再去看看書，往往會有“原來如此”的感覺。 在視頻中，Andrew Ng推薦大家使用Octave這個工具來開發機器學習的程序，並不推薦c、c++、java、python、R等語言。不過R最近似乎特別的火。他的理由是，在采用機器學習解決問題的時候，需要能夠快速的構建模型、快速的調整模型，所以需要一個抽象程度更高的語言，語法簡單，各種算法封裝的好，而且都是比較好的實現。同樣一個算法，好的實現和壞的實現性能相差非常大。我們不應該糾結於實現的細節，待方法調整得ok的時候，要應用的實際的環境中，我們就可以采用上述的語言進行實現。 Octave是一個工具，也是一門語言，一門解釋性語言，所以不要指望用它來訓練模型能有多么迅速。Octave是開源的，相對於龐然大物matlab來說，更加輕量級一些，更加開放一些——matlab需要付費才能使用（當然，這個在國內不是困難）。我比較喜歡開源，又在學習機器學習，所以就要嘗試一下Octave，而且Andrew Ng一再說，硅谷大多都用這個。
安裝要求 需要mac安裝了x11，在應用程序》實用工具中查看x11是否已經安裝，如果沒有安裝，則google找到對應版本的x11，安裝即可。
下載Octave 點擊后面的連接即可：
octave-3.4.0-i386.dmg
安裝 首先作為一個分區mount之，然后將圖標拖到應用程序文件夾即可。這里面注意，如果要繪圖，必須安裝Extras目錄中的gnuplot-4.4.3-aqua-i386.dmg。我就是這一步忽略了，又下載了一邊-_-!!!
使用 Octave和matlab不太一樣，Octave完全是基於命令行的。命令都比較簡單，語言因為比較高級，有大量的現成的實現，非常方便。詳細文檔參考引用。后面如果有比較simple的機器學習的文章，實現我將采用Octave。
寄語 希望國內，能夠有這樣的工具！自主開發的，讓老外follow我們。
補充 在linux上安裝：
sudo apt-get update
sudo apt-get install octave3.2 gnuplot
Fedora Linux：sudo yum install octave
【引用】
http://www.gnu.org/software/octave/doc/interpreter/
