你想要的机器学习课程笔记在这：主要讨论监督学习和无监督学习

机器学习定义：A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E（一个程序从经验E中学习解决任务T进行某一任务量度P，通过P测量在T的表现而提高经验E（另一种定义：机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。）

不同类型的机器学习算法：主要讨论监督学习和无监督学习

监督学习：利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的 过程，也称为监督训练或有教师学习。（样本有明确的标签和定义，数据间有明确的逻辑关系。通过已有的数据来预测未知的数据。），主要涉及回归问题和分类问题。

无监督学习：根据没有标记的数据样本识别各种问题。典型例子是聚类算法。

1.线性回归问题

设计一个函数，使它尽量满足我们所给出的数据（训练集，可能有很多个特征，这里简化假设只有一个特征也就是只有一个变量x，我们假设给出m组数据*），并可以对数据做出可信的预测。

如果我们的假设函数设为
hθ（x)=θ0+θ1x，此处的θ为模型参数，选择不同的θ0和θ1能够得到不同的函数图像。现在如何得到最能够拟合数据的一组θ0和θ1呢？

这个“最能拟合数据”可以理解为对每一个x，其预测值与真实值，也即
|hθ（xi）-yi| 最小，我们引入一个代价函数 J（θ0，θ1）：
J（θ0，θ1）=1/2m∑（hθ（xi）-yi）^2
可以看出，我们的目的就是找出最适合的θ0和θ1，使代价函数J（θ0，θ1）的值最小。

要找出这个最小值，我们可以采用一种梯度下降的方法，在此之前，先得更深层次地理解代价函数。

我们先忽视θ0，那么代价函数是关于θ1的函数，要找出其最小值，通过图像可以看到：

θ1取中间那一点就是我们所求值。我们可以从其他的点不断”逼近“最低点，具体 *** 作为：
不断更新θ1：
θ1：=θ1-α/θ1*J（θ1）
后面那一项是J在θ1这一点的偏导数。可以理解为将θ1向其斜率方向偏移一点点，由于J（θ1）不断减小，偏移量也不断减小。这样随着不断更新，我们可以得到最终结果。

现在如果我们在引入θ0，那么代价函数是关于两个变量的函数，所成的图像是一个曲面，同样要找到”最低点“，应对两变量同时进行上面的更新。

同样的，如果特征量非常多，J是有关n个变量的函数，同样沿用上面的方法。

梯度下降的几个注意点：

更新式子的α可以理解为下降的”“步幅”，但α过小会导致回归速度很慢，需要更新多次。而α过大会导致无法达到最低点，在更新一次后可能越过最低点。

α（称为学习率）的选取可以观察（更新次数）~J的图像。

蓝色的曲线表示所取的α较合适，下面的绿色表示α过小，上面的绿色表示α过大。

对于θ的更新，式子可以展开简化为
*θi=θi-1/m∑（hθ（xi）-yi）xi
（i=0，1，2，3···n）其中x0=1；
特征缩放。对于有多个特征的数据，如果各个特征的范围比较接近，梯度下降法可以更快的收敛。

执行时更一般地将特征约束到-1到1之间。可以用这个式子：
xi=（xi-μi）/si其中μ为特征x的平均值，s为特征x的范围。

正则化问题。实际问题中一个结果可能和多个特征有关，如果特征过多，而训练数据较少，为了强行满足所有的数据，会出现“过拟合”现象：