原创力文档- 1、本文档共18页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
机器学习-学习心得-第一讲
一、机器学习概念基础
吴恩达AndrewNg余凯
机器学习前提1、计算机相关基础理论；2、数据结构；3、编程能力；4、matlab/Octave等语言；5、基础概率统计知识（随机变量/方差）；6、基本线性代数（矩阵/向量）7、基础的微积分知识
机器学习定义在不直接针对问题进行编程的情况下，赋予计算机学习能力的一个研究领域对于一个计算机程序来说，给他一个任务T和一个性能测量方法P，如果在经验E的影响下，P对T的测量结果得到了改进，那么就说该程序从E中学习。
机器学习技术1、监督学习（supervisedlearning）2、无监督学习（unsupervisedlearning）3、强化学习（ReinforcementLearning）4、学习理论（LearningTheory）5、半监督学习
机器学习监督学习（分类）判别学习线性回归逻辑回归生成学习高斯判别朴素贝叶斯SVM支持向量机无监督学习（聚类）K-means混合高斯。。。强化学习马尔科夫决策MDP。。。
机器学习问题解决思路
二、线性回归
1、数学模型
2、代价函数
3、代价函数最优解-梯度下降
3、代价函数最优解-梯度下降
3、代价函数最优解-梯度下降
数学模型-代价函数
三、后续安排机器学习监督学习（分类）判别学习线性回归逻辑回归生成学习高斯判别朴素贝叶斯SVM支持向量机无监督学习（聚类）K-means混合高斯。。。强化学习马尔科夫决策MDP。。。
文档评论（0）