教程 | 仅需六步，从零实现机器学习算法！

从头开始写机器学习算法可以得到不少经验。当你最终完成时，你会惊喜万分，并且你明白这背后究竟发生了什么。

有些算法比较复杂，咱们不从简单的算法开始，而是要从很是简单的算法开始，好比单层感知器。

本文以感知器为例，经过如下 6 个步骤引导你从头开始写算法：

 ●  对算法有基本的了解
 ●  找到不一样的学习资源
 ●  将算法分解成块
 ●  从简单的例子开始
 ●  用可信的实现进行验证
 ●  写下你的过程

基本了解

不了解基础知识，就没法从头开始处理算法。至少，你要能回答下列问题：

 ●  它是什么？
 ●  它通常用在什么地方？
 ●  何时不能用它？

就感知器而言，这些问题的答案以下：

 ●  单层感知器是最基础的神经网络，通常用于二分类问题（1 或 0，「是」或「否」）。
 ●  它能够应用在一些简单的地方，好比情感分析（积极反应或消极反应）、贷款违约预测（「会违约」，「不会违约」）。在这两种状况中，决策边界都是线性的。

 ●  当决策边界是非线性的时候不能使用感知器，要用不一样的方法。