吴恩达《机器学习》课程笔记

机器学习

机器学习分类：
主要分为监督学习和无监督学习两类。

1.监督学习：
回归（regression）问题：线性回归
分类（classfication）问题：logistic回归，神经网络，SVM

2.无监督学习：
聚类（cluster）问题：k-means
降维问题：主成分分析（PCA）
异常检测问题
———————————————————————————————————————

优化算法

一般的监督学习步骤：
0.选择特征，数据处理（标准化，PCA）
1.假设函数
2.代价函数（正则化）
3.优化算法
4.评估性能（准确率和召回率）

梯度下降算法：
1.要自行选择学习率α（α在下降的过程中不用改了），而且α太小下降太慢（可通过将输入的数据标准化来优化），α太大反而有可能最后发散。
2.算法流程：

repeat{
   
  	计算代价函数关于各个参数的偏导数
  	同步更新各个参数}