2024年最全cs229 斯坦福机器学习笔记（一）-- 入门与LR模型_cs229 2012版，2024年最新7年老C C++一次坑爹的面试经历

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以戳这里获取

b)而“训练数据”里面要有啥信息？只给你房子照片肯定不行，肯定是要小区地点，房子大小等等这些关键“特征”

c)一般我们人肉估算的时候，比较随意，也就估个大概，不会算到小数点后几位；而估算的时候，我们会参照现有数据，不会让估算跟“训练数据”差得离谱（也就是下面要讲的让损失函数尽量小），不然还要“训练数据”干嘛。 计算机擅长处理数值计算，把房价估算问题完全可以用数学方法来做。把这里的“人肉估算”数学形式化，也就是“线性回归”。

1.我们定义线性回归函数（linear regression）为:

然后用h(x) 来预测y

最简单的例子，一个特征size，y是Price，把训练数据画在图上，如下图。（举最简单的例子只是帮助理解，当特征只有一维的时候，画出来是一条直线，多维的时候就是超平面了）

这里有一个问题，如果真实模型不是线性的怎么办？所以套用线性回归的时候是需要预判的，不然训练出来的效果肯定不行。这里不必过于深究，后面也会介绍怎么通过预处理数据处理非线性的情况。

2.目标就是画一条直线尽量靠近这些点，用数学语言来描述就是cost function尽量小。

为什么是平方和？ 直接相减取一下绝对值不行么， | h(x)-y |  ？ （后面的Probabilistic interpretation会解释，这样求出来的是likelihood最大。另外一个问题， | h(x)-y |大的时候 ( h(x)-y )^2 不也是一样增大，看上去好像也一样？！ 除了后者是凸函数，好求解，所以就用平方和？ 不是的，单独一个样本纵向比较确实一样，但别漏了式子前面还有一个求和符号，这两者的差异体现在样本横向比较的时候，比如现在有两组差值，每组两个样本，第一组绝对值差是1,3，第二组是2,2，绝对值差求和是一样，4=4， 算平方差就不一样了，10 > 8。其实，x^2求导是2x，这里的意思就是惩罚随偏差值线性增大，最终的效果从图上看就是尽可能让直线靠近所有点）

3 然后就是怎么求解了。
如果h(x)=y那就是初中时候的多元一次方程组了，现在不是，所以要用高端一点的方法。以前初中、高中课本也有提到怎么求解回归方程，都是按计算器，难怪我一点印象都没有，囧。。还以为失忆了

notes 1里面介绍3种方法

1.gradient descent （梯度下降）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！