2020-02-09

机器学习第一周

1st 02/09/2020

1. 机器学习定义，分类（监督学习，无监督学习）
2. 单变量线性回归（linear regression with one variable）
2.1 模型表示model representation :训练集(数据集)经过算法学习得出预测函数h(x,y)，输入给定x求得想要的结果y
代价函数cost function J(♬ )
梯度下降g d
2.2 代价函数的直观理解
梯度下降的直观理解 找到最近下山路径
梯度下降的线性回归 找到使J最小的参数♬
3. 多变量线性回归（linear regression with multiple variables）
3.1 多维特征
3.2 多变量梯度下降 梯度下降法实践（特征缩放，学习率）
3.3 特征和多项式回归
3.4 正规方程（及不可逆性）
4. 线性代数（linear algebra）
5. octave 教程/python/matlabe
6. 逻辑回归（logistic regression）