摘要：
主要为第十周内容：大规模机器学习、案例、总结 （一）随机梯度下降法 如果有一个大规模的训练集，普通的批量梯度下降法需要计算整个训练集的误差的平方和，如果学习方法需要迭代20次，这已经是非常大的计算代价。 首先，需要确定大规模的训练集是否有必要。当我们确实需要一个大规模的训练集，可以尝试用随机梯度下降法来替代批量梯度下降法。 在随机梯度下降法中，定义代价函数一个单一训练实例的代价： 随机梯度下降... 阅读全文
摘要：
主要为第九周内容：异常检测、推荐系统 （一）异常检测(DENSITY ESTIMATION) 核密度估计（kernel density estimation）是在概率论中用来估计未知的密度函数，属于非参数检验方法之一。密度估计是指给定数据集 x(1),x(2),..,x(m)，我们假使数据集是正常的，我们希望知道新的数据 x(test)是不是异常的，即这个测试数据不属于该组数据的几率如何。我们所构... 阅读全文