机器学习阶段总结

学习顺序 内容 概率论基础 二项分布、高斯分布等，指数族分布 等 线代基础 行列式、矩阵、特征值与特征向量、矩阵的秩等 python基础 numpy、plt等 在以上基础上，还需机器学习的专业知识（一些推导过程及思考方式） 以下是目前进行到的理论部分： 1.y=θx+ε(均为矩阵) x与y具有某种关联关系，一系列x与y的数据样本得矩阵，θ为关键参数矩阵，θx为预测值，表示对x进行某种矩阵变换，ε为

>>阅读原文<<