机器学习

在前面线性回归的预测房屋价格的问题中，我们希望可以找到一条很好的线来拟合现有的数据，并使用训练的模型更好的对未知的数据进行预测。P=1表示患病。如果想要使用线性回归进行解决，因为存在多个特征，自然想到应该使用多元线性回归，但无法使得到的值落在0~1之间，那么Logistic Re...

详解机器学习中的“正则化”（Regularization）在学习回归时，如果对于正则化的相关问题不清楚时，看看老师的这篇博客，肯定会受益匪浅的，强力推介！！！

在实际生产中，人们都希望可以通过合理的投入来获取最大的收益，我们无法准确的知道未来投入多少可以获益多少，只能根据以往的数据来预测。我们做的就是从这样的一个数据集中建模，获取一个模型，希望可以很好的预测将来的投入和收益之间的关系。1.import matplotlib.from s...

断断续续的看了一些课程，一些书，对于机器学习的一些知识有了一个初步的熟悉，但感觉看完再想起来就没那么清楚了，所以希望还是自己坚持写一些东西，只当是自己所学的一个总结和回顾，日后有了更深的理解了也方便回过头来再看再完善。那就先从第一个最基本的算法学习吧，那就是线性回归（Linear...

在前面的Linear Regression和Logistic Regression中，给定一个数据集，我们都希望找到一条线去拟合数据或是对数据进行合理有效的分类。 在线性回归预测房价的例子中，第一次我们用一条直线来拟合数据，但处于一直上升的趋势，实际中房价应该会逐步趋于平稳，显然...

分类是我们实际生活中经常使用的一个方法，我们需要根据实际的需求将一些东西实际的分别开，例如： 我们需要识别邮件是正常的还是垃圾邮件；在线交易是否是欺诈的；肿瘤是良性的还是恶性的。在这些问题中，结果通常分为两类，即Y的取值为0或1，0表示的是Negative Class，1表示的是...

在前面我们使用的都是梯度下降的方法，此外还有一种叫做正规方程的方法，有时效果更好。 如果代价函数是有关于参数的二次方程 如图所示： 我们就可以使代价函数的偏导数为零的方法来求得参数（微积分中类似于求极值的方式）。当代价函数为平方误差表达式时，我们同样可以对每一个参数求偏导得到一组...

对于这个的拟合假设这里只有两个参数 θ0和 θ1，但在实际生活中影响房屋价格的因素往往还有很多，比如： 卧室的数量，楼层数等；我们希望可以用一个矩阵来存储相关的数据，具体的表示如图片中所写的那样，这样我们就可以使用向量来计算。如上这里有5个参数，当有n个参数时： 我们就可以使用矩...

这部分老师讲的是有关线性代数的一些基础知识，由于我本科学习过，基础也挺扎实，所以就不具体写了，想要学习线性代数的有关知识，也可以找相关的书籍整体学习更好，这里把老师的PPT放出来，一边以后回顾。注意相加的必须是同型矩阵。

如图所示，我们有一个代价函数，可以包含若干个参数，我们的目标是想得到代价函数的最小值。步骤是我们首先选择一些值，慢慢的不断改变参数值，希望可以到达最小值。换言之，最小值是客观存在的，如何到达这一点，就会有不同的路径，这就引出了梯度下降。看下面两张等高图： 通过这两张图我么你可以看...

之前大体上学习了关于机器学习的一些总体的内容，接下来开始学习有关机器学习一些经典的算法，第一个学习的是：回归算法。坐标图中横轴表示的是房屋的面积大小，纵坐标表示的是价格，坐标图中已经描出了一系列的点，也就是我们现有的真实的数据。我们现在要做的就是寻找一条合适的回归曲线，使得可以更...

自己刚刚考完研，看来看去不知道学什么看什么，刷微博看到现在发展正好的机器学习、深度学习等，于是鼓起信心和好奇心开始尝试学习一下机器学习的相关入门知识。接着便开始找资料，这里开始学习Stanford大学Andrew Ng老师的机器学习课程。机器学习是研究计算机怎么样通过模拟人类的学...

是一款用于数值计算和绘图的开源软件。和Matlab 一样，Octave 尤其精于矩阵运算：求解联立方程组、计算矩阵特征值和特征向量等等。在许多的工程实际问题中，数据都可以用矩阵或向量表示出来而问题转化为对这类矩阵的求解。另外，Octave 能够通过多种形式将数据可视化，并且Oct...

点击Download，进入下载页面，选择适合自己操作系统的版本，这里选择Windows，网址为：https://ftp.gnu.org/gnu/octave/windows/. 点击进入下载页面会有很多的版本供下载，这里选择：octave-4.2.0-w64-installer....