1. 梯度下降法（Gradient Descent） 梯度下降法是最早最簡單，也是最為常用的最優化方法。梯度下降法實現簡單，當目標函數是凸函數時，梯度下降法的解是全局解。一般情況下，其解不保證是全局最優解，梯度下降法的速度也未必是最快的。梯度下降法的優化思想是用當前位置負梯度方向作為搜索方向 ...

，所以也被稱為“最速下降法”。最速下降法越接近目標值，步長越小，前進越慢。 在機器學習中，基於基本的梯度下 ...

什么是程序（Program） 計算機程序，是指為了得到某種結果而可以由計算機（等具有信息處理能力的裝置）執行的代碼化指令序列（或者可以被自動轉換成代碼化指令序列的符號化指令序列或者符號化語句序列）。 ...

機器學習——幾種分類算法的匯總 參考博客：http://www.apachecn.org/map/179.html 參考博客寫的很全面，也有例子，我這算是轉載縮減記錄方便自己記憶，有想參考的朋友可以參照原博客學習 ...

1決策樹（Decision Trees）的優缺點 決策樹的優點： 一、 決策樹易於理解和解釋.人們在通過解釋后都有能力去理解決策樹所表達的意義。 二、 對 ...

機器學習無疑是當前數據分析領域的一個熱點內容。很多人在平時的工作中都或多或少會用到機器學習的算法。本文為您總結一下常見的機器學習算法，以供您在工作和學習中參考。 機器學習的算法很多。很多時候困惑人們都是，很多算法是一類算法，而有些算法又是從其他算法中延伸出來的。這里，我們從兩個方面來給大家介紹 ...

1、線性回歸算法 1.1算法概述 　　回歸就是用一條曲線對數據點進行擬合，該曲線成為最佳擬合曲線，這個擬合過程稱為回歸。當該曲線為一條直線時，就是線性回歸。 　　線性回歸一般用來做連續值的預測，預測的結果是一個連續值。 　　在訓練學習樣本時，需要特征向量X和樣本的實際結果Y，所以線性回歸 ...

By Kubi Code 朴素貝葉斯 參考[1] 事件A和B同時發生的概率為在A發生的情況下發生B或者在B發生的情況下發生AP(A∩B)=P(A)∗P(B|A)=P(B)∗P(A|B) ...