Andrew Ng机器学习课程笔记–week1(机器学习简介&线性回归模型)

之前看过一遍，但是总是模模糊糊的感觉，也刚入门，虽然现在也是入门，但是对于一些概念已经有了比较深的认识（相对于最开始学习机器学习的时候）。所以为了打好基础，决定再次学习一下Andrew Ng的课程，并记录笔记以供以后复习参考。

1. 内容概要

• 1. Introduction
     
     • 什么是机器学习
     • 监督学习
     • 非监督学习
• 1. Linear Regression with One Variable
     
     • 模型展示
     • 损失函数定义
     • 梯度下降算法
     • 线性回归中的梯度下降
     • 线性代数计算复习

2. 重点&难点

上面内容中需要强调的有：

1）梯度下降算法

计算步骤：

梯度下降又可分为：梯度下降、随机梯度下降、批量梯度下降，具体区别和如何实现参考
梯度下降、随机梯度下降和批量梯度下降

---

MARSGGBO♥原创

2017-8-2