Andrew Ng机器学习课程笔记--week1（机器学习介绍及线性回归）

以前看过一遍，可是老是模模糊糊的感受，也刚入门，虽然如今也是入门，可是对于一些概念已经有了比较深的认识（相对于最开始学习机器学习的时候）。因此为了打好基础，决定再次学习一下Andrew Ng的课程，并记录笔记以供之后复习参考。

1. 内容概要

• 1. Introduction
  • 什么是机器学习
  • 监督学习
  • 非监督学习
• 1. Linear Regression with One Variable
  • 模型展现
  • 损失函数定义
  • 梯度降低算法
  • 线性回归中的梯度降低
  • 线性代数计算复习

2. 重点&难点

上面内容中须要强调的有：

1）梯度降低算法

计算步骤：

梯度降低又可分为：梯度降低、随机梯度降低、批量梯度降低，具体区别和如何实现参考
梯度降低、随机梯度降低和批量梯度降低

---

MARSGGBO♥原创




2017-8-2