ZenG的博客

情景一假设你想预测房价, 你朋友的房子面积是750，你想知道这房子能卖多少钱，机器学习算法如何做到这一点呢？   横坐标：房子的面积   纵坐标：房子的价格，单位是1000$方法一： 拟合出一条直线，使其尽量匹配到所有数据，然后用这条直线的方程预测房价。 方法二： 拟合出一条曲线，使其尽量匹配到所有数据，然后用这条曲线的方程预测...

Definition定义(1)： 在不需要具体编程的情况下赋予计算机自我学习的能力。 - Arthur Samuel(1959)。例如： 程序的编写者可能是某个领域的菜鸟，例如围棋，但是通过机器学习，计算机获得了如果才能赢得策略，成为了围棋高手。定义(2)： 存在经验E, 任务T, 性能P，使得计算机程序执行任务T，其表现由P来测量，并且其结果由经验E来改进。- Tom ...

在前面的监督学习中，已获取的数据集中包含正确答案，因此计算机可以通过学习来发现数据和正确答案之间的关系，进而进行预测。接下来，我们要计算机学习那些为赋予正确答案的数据。 在上图中，我们对于数据的类别一无所知，现在只有x1和x2两个特征，对于无监督算法，我们能做的就是聚类。 情景一:谷歌新闻每天都会收集成千上万的新闻，然后将他们聚合称为不同的类别，形成新闻专题。 情景二：...

在Andrew Ng的课程中，有些表示符号是固定的：m : 训练集的大小-训练集中样本数量x’s: 特征y’s: 目标变量(x,y): 单个训练集样本 : 第i个训练集样本整个监督学习的过程如下图 h: 仅仅是映射函数，叫惯了叫成了Hypothesis，但是并非是假设的意思 Linear Regression Model 单变量线性回归 ...

Square Error Function在线性回归中，如何选择参数以达到最好的效果呢？或者说我们如果定义最好呢？基本想法是让拟合的直线尽量靠近已知的数据点。 具体一点就是： 这里cost function就是，如图 这里其实是Square Error Function, 在回归问题中很普遍，其他问题中还会出现其他代价函数。这里我们发现代价函数其实关于...