MLY翻译 -- 3.Prerequisites and Notation

如果你学习过机器学习课程,或者有使用监督学习的经验,你将能够更好理解这本书。
本书中,我在讲述下面的章节时,会假设你对监督学习很熟悉。监督学习是在有标签的数据(x,y)中学习从x映射到y的一个函数,线性回归、逻辑回归、神经网络都是监督学习算法。目前存在很多机器学习的形式,但机器学习产生的实际价值多数都是监督学习带来的。
在这本书中,我将会多次提到神经网络(即深度学习)。为学习这本书,你需要对神经网络(或深度学习)有一个基本的理解。
如果你对神经网络(或深度学习)不理解,你可以看Coursera上的机器学习的前三个星期的课程,网址是http://ml-class.org

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值