三分明月落的博客

​ 在监督学习中，如果没有选好训练集特征，运行结果通常也不会受很大影响，因为样本有监督信号，让算法找出需要被忽略的特征，或者调整特征，但对于没有标记数据的异常检测算法（无监督学习），则很难找出需要被忽略的训练集特征。​ 具体的实例有时可能不是0-5星的评分，而是0或1的二元分类，分别表示没有看过和看过，这样问题就变成了一个逻辑回归模型，我们可以利用之前的协同过滤算法来进行计算，判断某位用户是否会对某个没有看过的电影感兴趣，并用0或者1来表示。​ 上文中的两次计算，第一次给定电影特征，估计用户参数；

2. Advanced Learning Algorithms2.1 Neural Network2.1.1 概述​ 人脑是极为发达且复杂的系统，在上世纪八十年代，人类就开始尝试对人脑的工作原理进行研究与模仿，这就催化了神经网络（neural networks）这门学科的诞生。在machine learning中谈论的神经学习，指的是“神经网络学习”，或者说是机器学习和神经网络这两个学科领域的交叉部分。​ 神经元是人脑中非常重要的元素，它可以接受别的神经元的输入电信号，通过处理再转化为电信号输出

​ 在经典房价预测案例中，假定已获得上图中的数据，并将这些数据作为测试集进行拟合。​ 若选用一次多项式进行拟合，显然与趋势不同，因为当面积越来越大，房价也趋于平稳，不会像一次函数一样无限增长。我们称这样的结果为欠拟合（Underfitting）或高偏差（high bias）。​ 如果选用更高次项的多项式，得到的结果十分准确的拟合了数据集中的每一个训练数据，代价函数也几乎等于零。但这是一条很波动的曲线，有时当面积增加房价反而大幅下降，这显然也与实际不符。

1. 机器学习入门1.1 What is Machine Learning?​ "Field of study that gives computers the ability to learn without being explicitly programmed. "​ ——Arthur Samuel (1959)亚瑟·萨缪尔：跳棋程序编写者常用机器学习算法：Supervised learning (more imp