机器学习

机器学习的应用建议 好久没有更新机器学习的学习笔记了，上一次还是更新的神经网络的部分。这一次我们来聊一聊，机器学习的应用建议。 决定下一步做什么 假

很久没更新博客了，这一次我们继续之前的机器学习的课程，这一节我们讨论机器学习里面重要的一个算法——**神经网络 (Nerual Network) *

在讨论神经网络之前，我们先回顾一下之前的一系列讨论。 之前我们已经讨论过，非线性假设(Non-Linear Hypothesis)， 使用非线性的

之前的博客里，跟大家分享了**归一化 (Regularization) **的概念：保留所有的特征，但是减小参数的大小(Magnitude)。 这

之前我们讨论了几个机器学习的模型，**线性回归模型 (Linear Regression) 和逻辑回归模型 (Logistic Regressio

在之前的博客中，我们讨论了**逻辑回归模型 (Logistic Regression) **解决分类问题。但是我们发现，逻辑回归模型解决的是二分问题

判定边界 (Decision Boundary) 上一次我们讨论了一个新的模型——**逻辑回归模型 (Logistic Regression) **

在讨论逻辑**回归问题 (Logistic Regression) 之前，我们先讨论一些实际生活中的情况：判断一封电子邮件是否是垃圾邮件？判断一次

上一次我们分享了多变量线性回归模型 (Linear Regression with Multiple Variables) ，这一次我们来讨论一下

在之前的博客中，描述过单变量线性回归 *(Linear Regression with One Variables) *的模型，这次来分享一下多变

线性回归（Linear Regression)作为Machine Learning 整个课程的切入例子确实有独到的地方，以简单的例子为出发

前些年，google的alphaGo让大家的眼睛都聚焦到这一“人工智能”上了。那么就当时应景吧，写一写我关于机器学习的一些笔记及认识