摘要： 在（二）中我们讲到了单变量的线性回归模型，但是在现实生活中会有很多对结果产生影响的因素，所以我们引入了多变量的模型。 同样的我们有M个样本，$x_i$表示第$i$个特性，$x_i^{(j)}$表示第$j$个样本的第$j$个特性。 假设函数$h_{\theta}=\theta_0+\theta_1x_ 阅读全文

摘要： 我们假设有M个样本，x表示输入，y表示输出。 一个样本i，记为$(x^i，y^i)$。 我们假设这个回归模型为$h(x)=\theta_0+\theta_1x$ 那么我们如何去评价拟合的效果呢？ 一个估价函数$J(\theta_0,\theta_1)=\frac{1}{2m}\sum_i^m(h(x 阅读全文

摘要： 首先，为什么机器学习很重要？我们一般的程序只能解决输入一定、计算过程一定、输出一定的问题。但是在现实生活中我们有很多问题都是无法用语言进行准确描述，我们在这里以一个反垃圾软件系统为例。如果我们需要建立一个反垃圾邮件系统，传统的手段没有办法很好的解决。对于这个问题，我们可以如下分析：1）通过人工手段判 阅读全文