教程 | 僅需六步，從零實現機器學習算法！

從頭開始寫機器學習算法可以得到不少經驗。當你最終完成時，你會驚喜萬分，並且你明白這背後究竟發生了什麼。

有些算法比較複雜，咱們不從簡單的算法開始，而是要從很是簡單的算法開始，好比單層感知器。

本文以感知器爲例，經過如下 6 個步驟引導你從頭開始寫算法：

 ●  對算法有基本的瞭解
 ●  找到不一樣的學習資源
 ●  將算法分解成塊
 ●  從簡單的例子開始
 ●  用可信的實現進行驗證
 ●  寫下你的過程

基本瞭解

不瞭解基礎知識，就沒法從頭開始處理算法。至少，你要能回答下列問題：

 ●  它是什麼？
 ●  它通常用在什麼地方？
 ●  何時不能用它？

就感知器而言，這些問題的答案以下：

 ●  單層感知器是最基礎的神經網絡，通常用於二分類問題（1 或 0，「是」或「否」）。
 ●  它能夠應用在一些簡單的地方，好比情感分析（積極反應或消極反應）、貸款違約預測（「會違約」，「不會違約」）。在這兩種狀況中，決策邊界都是線性的。

 ●  當決策邊界是非線性的時候不能使用感知器，要用不一樣的方法。