Tagged: 机器学习

小Mi机器学习系列的汇总网页终于千呼万唤进去啦！！！其实早在做这个系列的一开始，小Mi就曾构想做一个这样的货色，没想到转瞬刚小半年，明天终于全副更新结束！好开心，好冲动，要飞起~~

最近小Mi发现一个问题！为什么某听歌软件给我举荐的绝大多数都是我的style？为什么某橙色购物软件给我举荐的也有不少就能间接给我种草？小Mi眉头一皱;计上心来，掏出手机开始求助百度大哥，通过一通搜寻，才发现这就是现在十分炽热的人工智能技术！不仅如此，人工智能技术原来曾经真真切切地存在于咱们生存中了，比方咱们每天收到…

转眼间，小Mi带大家曾经机器学习了两个月了，明天带大家一起放松放松，咱们和电脑来几场简略的“决斗”！场景1：在没有丰盛表情包的聊天时代，大家的表情是不是纯正靠兔斯基和石头剪刀布来简略进行娱乐，要不明天安顿下和计算机无聊来几局？逻辑剖析：代码展现：import random #导入随机模块num = 1lose_num = 0win_num = …

上周小Mi带着大家简略地学习了机器学习的概念，还有其常见的两个大类，监督学习和无监督学习，这次小Mi决定跟大家一起温习下机器学习中罕用的线性代数常识。话说矩阵、向量还记得不，逆和转置到底是什么玩意儿？你的大学老师是不是曾经哭晕在厕所了？没关系，明天的知识点简略到小学生都会，跟着小Mi一起学习吧！

几天不见，能源不减！话说回来，咱们要正式开始挑起大梁干小事了，后面一段时间，小Mi曾经带大家初步理解了机器学习，温习了机器学习中须要用到的线性代数知识点，这次咱们就要开始正式学习监督学习下的单变量线性回归（那么前面是不是还有多变量线性回归？Bingo！答对了！）啦。那就废话不多说，抓紧时间跟小Mi一起机器…

小Mi学习，向上踊跃！前两节小Mi带大家学习了单变量线性回归，还具体分析了主动求解最小代价函数参数的梯度降落法。这不有了单变量，是不是必定有多变量？！明天小Mi跟大家一起探讨的就是一种更为无效，适宜理论状况的模式-多变量线性回归~~

在上期的多变量线性回归介绍中，咱们学习了多维特色、多变量的梯度降落法以及在实现梯度降落过程中的特色缩放和如何抉择学习率这两个技巧，明天小Mi在其根底上，持续率领大家学习多项式回归、正规方程法以及介绍正规方程的不可逆性。好啦，废话不多说啦，咱们持续开始吧！

小Mi学习，向上踊跃！在后面几周的学习中，小Mi终于带着大家完完整整学完了线性回归，同时小Mi也收到了大家的很多反馈，在后续的学习中，小Mi会一一改良的！明天咱们就开启新的章节学习—logistic回归(Logistic Regression) 算法吧（冲鸭）！

代价函数当初咱们就要开始探讨如何拟合logistic回归模型的参数，具体来说，咱们要定义用来拟合参数的优化指标或者代价函数，以下便是监督学习问题中的logistic回归模型的拟合问题：

好久不见，甚是惦记！明天小Mi持续带大家学习咱们的机器学习系列。置信神经网络这个名词大家都不会生疏，神经网络实际上是一个绝对比拟古老的算法，寂静了很长一段时间，不过当初随着硬件计算能力的晋升，它又成为许多机器学习问题解决的首要办法。