一，引言
1，機器學習定義：乙個程式被認為能夠從經驗e中學習從而解決任務t，達到效能度量值p，當且僅當有了e後經過p評判，程式在處理t時有所提公升。
2，監督學習：給定資料集中每個樣本的正確結果，擬合資料，推測出乙個連續值得結果。
監督學習的兩種問題：回歸——推測出連續值
分類——推測出離散值
3，非監督學習：交給演算法大量無標籤的資料，並讓演算法為我們從資料中找出某種結構。
非監督學習的演算法：聚類等
二、單變數線性回歸
1，模型表示
一種可能的表達方式為：
只含有乙個特徵、輸入變數，因此叫單變數線性回歸問題。
2，代價函式
尋找合適引數（斜率和截距）。引數決定了建模誤差（**值與資料集中真實值的差距）。
用平方誤差代價函式選擇出可以使建模誤差平方和最小的模型引數。
平方誤差函式是解決回歸問題最常用的代價函式。
3，梯度下降
當越來越接近最小值，偏導將越來越小，學習幅度相應減小。
4，線性代數簡述
機器學習入門1
機器學習是人工智慧的乙個實現途徑 深度學習是機器學習的乙個方法發展而來 1.1.2 機器學習 深度學習能做些什麼 傳統 影象識別 自然語言處理 1.2 什麼是機器學習 資料模型 從歷史資料當中獲得規律？這些歷史資料是怎麼的格式？1.2.3 資料集構成 特徵值 目標值 1.3 機器學習演算法分類 監督...
機器學習 1 機器學習的入門
最近由於專案要求，從零開始自學機器學習，使用語言是python2.7。機器學習分類 監督學習，無監督學習，強化學習 監督學習 對事物未知表現的 包括分類問題和回歸問題。1 分類 指給乙個新的模式，根據訓練模型推斷它所對應的類別是多少，是一種定性輸出，也叫離散變數 2 回歸 指給乙個新的模式，根據訓練...
機器學習入門 1 機器學習的通俗介紹
什麼是機器學習？此處給出了機器學習的兩個定義。亞瑟 塞繆爾 arthur samuel 將其描述為 機器學習賦予計算機無需明確程式設計就能學習的能力。這是乙個古老的 非正式的定義。tom mitchell給出了乙個更現代的定義 乙個電腦程式被認為是從經驗e中學習關於某類任務t和效能度量p的經驗，如果...