机器学习笔记(吴恩达)

• 吴恩达教学视频：
  https://www.bilibili.com/video/BV164411b7dx?p=112&spm_id_from=pageDriver
• 参考笔记：
  python 代码：https://github.com/nsoojin/coursera-ml-py
  ppt(非pdf)：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes
• 安装octave
  brew 切换 git
  https://blog.csdn.net/idomyway/article/details/87945394
• 机器学习技法资料
  https://github.com/RedstoneWill/HsuanTienLin_MachineLearning

2021年2月6日~~2021年2月22日，从过年前干到年后第一天上班，中间休息了一天，共耗时16天。白天带孩子，每天晚上抽2-4小时学习。

2月6日，今天开始学习吴恩达的机器学习课程，搜索整理资料。
2月7日，完成P1-P17学习，1-1~3-6 逆和转置
前面3章节都比较简单，微积分和线性代数的基础概念
2月8日，完成P19-P26，多项式回归与octave环境搭建
2月9日，完成P27-P35，学习octave基本操作，代价函数
2月10日，完成P36-P39，高级优化，过拟合问题
2月11日，完成P40-P42，正则化，拟合优化
正则化原理没讲，为什么缩小参数能达到这个效果呢？
2月12日，完成P43-P51，前向传播，反向传播
2月13日，完成P52-P57，复习了反向传播的原理，以及完整走一遍神经网络模型的训练流程。
反向传播这里，老师应该是故意省略了细节，只讲了如何使用反向传播，以及简单形象的做了表层的解释，以降低理解难度。
前向传播和反向传播是神经网络的核心，后面有时间应该回头来重点理解和深入学习

目前看，才学习到一半，还有不少内容需要学习，加油吧！！！
2月14日，P58-P61
2月15日，empty
2月16日，P62-P69，误差分析，精度与召回率的权衡
2月17日，P70-P72，支持向量机的原理不是太明白
2月18日，P73-P80，无监督学习，分类问题
点到平面距离计算公式推理:
https://zhuanlan.zhihu.com/p/26307123
支持向量机解释：
https://zhuanlan.zhihu.com/p/77750026
2月19日，P82-P87，PCA的学习
奇异值分解：
https://zhuanlan.zhihu.com/p/29846048
2月20日，P88-P95，异常检测，异常检测是概率计算，与机器学习有些区别，要区分这两种使用场景的区别
2月21日，P96-P101，推荐系统，协同过滤
吴恩达教授的名气，融合学术与工程应用
2月22日，P102-P112，大规模机器学习及性能分析