ge_gewu的博客

1.supervised learning 监督学习   回归问题  分类问题（SVM，可以把数据映射到无限维空间中） 2.unsupervised learning 无监督学习   聚类问题  应用：计算机视觉，图片像素聚类生成3D模型；音频提取（鸡尾酒会问题） 3.reinforcement learning 强化学习  回报函数的概念：算法自身通过不断地决策从而学习什么是对的

文章源自：http://leftnoteasy.cnblogs.com/ 回归与梯度下降：    回归在数学上来说是给定一个点集，能够用一条曲线去拟合之，如果这个曲线是一条直线，那就被称为线性回归，如果曲线是一条二次曲线，就被称为二次回归，回归还有很多的变种，如locally weighted回归，logistic回归，等等，这个将在后面去讲。    用一个很简单的例子来说明回归