Andrew Ng機器學習課程筆記--week1（機器學習介紹及線性迴歸）

以前看過一遍，可是老是模模糊糊的感受，也剛入門，雖然如今也是入門，可是對於一些概念已經有了比較深的認識（相對於最開始學習機器學習的時候）。因此爲了打好基礎，決定再次學習一下Andrew Ng的課程，並記錄筆記以供之後複習參考。

1. 內容概要

• 1. Introduction
  • 什麼是機器學習
  • 監督學習
  • 非監督學習
• 1. Linear Regression with One Variable
  • 模型展現
  • 損失函數定義
  • 梯度降低算法
  • 線性迴歸中的梯度降低
  • 線性代數計算複習

2. 重點&難點

上面內容中須要強調的有：

1）梯度降低算法

計算步驟：

梯度降低又可分爲：梯度降低、隨機梯度降低、批量梯度降低，具體區別和如何實現參考
梯度降低、隨機梯度降低和批量梯度降低

---

MARSGGBO♥原創




2017-8-2