机器学习–笔记1

 看完了Stanford机器学习公开课的前两课，真的深深被之吸引，之前就曾设想过具备学习能力的软件，没想到还真有这样一门学问，一会儿就被紧紧抓住了心，立志什么的谈不上，但向来以兴趣主导学习的我坚决果断地调转了方向。其实整个大一是接触的一年，并无在哪一个方向专得很深，ACM，系统底层，Android等等基本都是浅尝则止，固然ACM和系统底层我会一如既往学下去，由于这是计算机的基础，我不会放弃。

 

     机器学习是什么，下面是来自百度的话：机器学习(Machine Learning)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，从新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具备智能的根本途径，其应用遍布人工智能的各个领域，它主要使用概括、综合而不是演绎。

忽然插一句，原本想学云计算技术的，可是发现云技术一我的干不了什么活，作不了什么东西，因而才发现了机器学习，两个字：带感！

具体的入门什么说明我就不说了，笔记作给本身看。 斯坦福机器学习公开课第二节课讲了一个small project，就是房屋的面积和售价，大概是给出一组数据，经过LMS算法拟合出一个线性函数，来实现预测一个给出房屋面积的售价，固然这是不许确的，但做为入门，是一个不错的case。

课上老师给出了公式而不是代码，我在一家售楼网站上找到了40个售楼信息作了处理。 另计：matlab还需增强，忽然发现matlab的重要性，后悔当初没认真学了，但不管如何磕磕绊绊把程序写出来了。

^? View Code MATLAB

 

值得注意的是，课上Andrew说明了步长α的做用，我就估摸着写，第一次固然是用1，发现大得无话可说，最后选择了1/4000000，大概十次便可达到稳态。

这是效果图，最初的theta是0，0 ，通过不断变化最后到达合适的位置，能够看出效果仍是不错，大体和老师课上的一致。