ML课程第1节

ML课程第1节

 

 

机器学习包括一些用于处理具有多个相关和独立变量的回归和分类任务的高级统计方法。

 

这些方法包括

支持向量机（SVM）用于回归和分类，

天真贝叶斯分类，

k-最近的邻居（KNN）用于回归和分类。

 

 

ML简介

成本函数

Octave：矩阵

梯度下降算法

支持向量机（SVM）

 

 

ML简介

 

监督学习（知道正确答案）无监督学习（不知道正确答案）加固推荐系统

 

成本函数

 

Octave：简介更改提示：PS1（'>>'）注释：使用"％"符号

 

Octave：保存数据

 

保存filename.mat v

加载filename.mat v

 

Octave：矩阵

尺寸（A）：矩阵A的尺寸

size（A，1）：行数

size（A，2）：列数

长度（V）：矢量V的长度

C = B'* A; B的乘数乘以A

 

 

*计算元素乘积，而不是矩阵乘积。^运算符执行元素取幂。

 

 

B = A（:, 1：2）;选择A的每一行和前两列。

B = A（1：4,1：2）;选择A的前四行和前两列

 

单值分解