SuperFeng67602

这个《快速掌握Python基础语法》会更新两期，主要记录一些 Python 常用语法，方便你快速上手。会了这些语法之后，大部分的 Python 代码你应该都可以看懂了，遇到不懂的部分直接 Google 也没问题，这样你就不会因为 Python 的问题止步了。 Python 代码…

要想运行 Python 代码，首先要搭建 Python 环境，目前 Python 有两个版本，分别是 2.x 和 3.x，其中 3.x 是最新版，2.x 和 3.x 最大的区别就是有些函数库在 3.x 版本不能运行，但是 3.x 是未来的趋势，强烈建议安装 3.x 版本。 最最…

学习机器学习，Python 肯定是要掌握的。但是我原来对 Python 真的是零基础！这个零基础到什么地步呢？就是一行 Python 代码都没有敲过，也没有见过，对 Python 的认知仅仅停留在在各种培训机构的广告中（那些广告天天宣传 Python 是最火的语言），我只有 C…

与 C 语言一样，Python 也是一门编程语言。但与 C 语言不同的是，Python 是一个面向对象的语言，而 C 语言则是一个面向过程的语言。原来我一直都不知道什么叫面向对象，什么叫面向过程，直到最近才弄懂。 简单的说，如果你想要盖个房子，从水泥到螺丝，从图纸到砖头都是由你…

求一个函数的参数，例如下面这个方程，我们一般都会用梯度下降法去求。 Equation）去求参数。 那么问题来了，什么是正规方程呢？这个方程长什么样子，就让我们来见识一下。 其中 X 是一个矩阵，这个矩阵的每一行都是一组特征值，y 是数据集结果的向量。 就代表常数项。在这个例子中…

首先我们应该了解一下多元线性回归。相比于单变量线性回归，该函数拥有多个变量值，那么他所拥有的参数就不仅仅是一个或者两个，而是多个。 如果你想预测房价，现在有两个变量 x1 和 x2 来控制房子的价格。 x1 为房子的大小，范围在 0 到 2000，x2 为房子中卧室的数目，范围…

之前我们已经学过了线性回归、代价函数和梯度下降，但是他们就像一个人的胳膊和腿，只有组合在一起才会成为一个「完整的人」，这个「完整的人」就是一个机器学习算法，让我们一起来学习第一个机器学习算法吧。 这个算法也叫做「Batch」梯度下降（「Batch」 Gradient Desce…

梯度下降（Gradient descent）是一个用来求代价函数最小值的算法。梯度下降算法的思想就是首先从一组参数值（θ0, θ1）开始，不断地去尝试各种（θ0, θ1），直到使得代价函数 J(θ0, θ1) 最小为止。以下图代价函数为例，从不同起始点开始，到达的局部最优位置不…

现在我有一些数据集，就像左图中的叉。 其中 θ0 和 θ1 都是未知量。现在关键就是如何求 θ0 和 θ1 这两个参数。θ0 和 θ1 可以取任意值，怎么取值才能让这条直线最佳地拟合这些数据呢？这就是代价函数登场的时刻了。 这就是一次函数的代价函数 J(θ0, θ1)。看到这个…