機器學習階段總結

學習順序 內容 概率論基礎 二項分佈、高斯分佈等，指數族分佈 等 線代基礎 行列式、矩陣、特徵值與特徵向量、矩陣的秩等 python基礎 numpy、plt等 在以上基礎上，還需機器學習的專業知識（一些推導過程及思考方式） 以下是目前進行到的理論部分： 1.y=θx+ε(均爲矩陣) x與y具有某種關聯關係，一系列x與y的數據樣本得矩陣，θ爲關鍵參數矩陣，θx爲預測值，表示對x進行某種矩陣變換，ε爲

>>阅读原文<<