机器学习目录

学习资源

https://jkchen.blog.csdn.net/article/details/103597959

监督学习

数据集中的数据节点，均已打上标记（给出答案），例如结果有无，价格高低。其中对于连续答案值使用回归算法，对于离散答案值使用分类算法。

无监督学习

数据集中只要特征值，没有答案，即只告诉计算机是什么，而不告诉计算机要求的是什么，让计算机自动分析，形成多个特征值相近的簇，称为“聚类”。

目录

• 线性回归
  • 理论
  • 代码
• 逻辑回归
  • 理论
  • 代码
• 正则化
• 局部最优
• 查准率和查全率、单一数字评估
• 神经网络
  • 理论
  • 代码
• 无监督K-Means算法
  • 理论
  • 代码
• 关于训练集、验证集、测试集及数据不同时的情况
• 算法性能评估以及诊断法
• 梯度下降法优化
  • mini-batch梯度下降
  • momentum梯度下降
  • RMSprop梯度下降
  • Adam梯度下降
• 学习速率递减
• 正交化、人类表现、可避免偏差、方差
• 误差分析、数据修正