看完了Stanford机器学习公开课的前两课，真的深深被之吸引，以前就曾设想过具有学习能力的软件，没想到还真有这样一门学问，一下子就被牢牢抓住了心，立志什么的谈不上，但向来以兴趣主导学习的我毫不犹豫地调转了方向。其实整个大一是接触的一年，并没有在哪个方向专得很深，ACM，系统底层，Android等等基本都是浅尝则止，当然ACM和系统底层我会一如既往学下去，因为这是计算机的基础，我不会放弃。
机器学习是什么，下面是来自百度的话：机器学习(Machine Learning)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。
突然插一句，本来想学云计算技术的，但是发现云技术一个人干不了什么活，做不了什么东西，于是才发现了机器学习，两个字：带感！
具体的入门什么说明我就不说了，笔记做给自己看。 斯坦福机器学习公开课第二节课讲了一个small project，就是房屋的面积和售价，大概是给出一组数据，通过LMS算法拟合出一个线性函数，来实现预测一个给出房屋面积的售价，当然这是不准确的，但作为入门，是一个不错的case。
课上老师给出了公式而不是代码，我在一家售楼网站上找到了40个售楼信息做了处理。 另计：matlab还需加强，突然发现matlab的重要性，后悔当初没认真学了，但无论如何磕磕绊绊把程序写出来了。
值得注意的是，课上Andrew说明了步长α的作用，我就估摸着写，第一次当然是用1，发现大得无话可说，最后选择了1/4000000，大概十次即可达到稳态。
这是效果图，最初的theta是0，0 ，经过不断变化最后到达合适的位置，可以看出效果还是不错，大致和老师课上的一致。
本文出自 “DarkScope从这里开始（..” 博客，请务必保留此出处http://darkscope.blog.51cto.com/4254649/989041