【机器学习】机器学习中英文对照以及学习笔记

斯坦福 机器学习 第一课

http://v.163.com/movie/2008/1/M/C/M6SGF6VB4_M6SGHFBMC.html

网上可以下到笔记

supervised learning 监督学习

regression problem 回归问题   处理的是连续的问题

classification problem 分类问题  处理的问题是离散的而不是连续的

回归问题和分类问题的区别应该在于  回归问题的结果是连续的，分类问题的结果是离散的。

discreet value  离散值

support vector machines 支持向量机  用来处理分类算法中输入的维度不单一的情况（甚至输入维度为无穷）

learning theory  学习理论 

learning algorithms 学习算法

unsupervised learning 无监督学习

斯坦福 机器学习第二课：gradient descent  梯度下降

第二课从开车引入梯度下降

linear regression 线性回归

 Neural Network 神经网络

gradient descent 梯度下降 监督学习的一种算法，用来拟合的算法

normal equations

 linear algebra 线性代数 原谅我英语不太好

superscript上标 

exponentiation 指数

 training set 训练集合

 training example 训练样本

hypothesis 假设，用来表示学习算法的输出，叫我们不要太纠结H的意思，因为这只是历史的惯例

LMS algorithm    “least mean squares” 最小二乘法算法

batch gradient descent 批量梯度下降，因为每次都会计算 最小拟合的方差，所以运算慢

constantly gradient descent  字幕组翻译成“随机梯度下降”  我怎么觉得是“常量梯度下降” 也就是梯度下降的运算次数不变，一般比批量梯度下降速度快，但是通常不是那么准确

 iterative algorithm 迭代算法

partial derivative 偏导数

contour 等高线

quadratic function 二元函数

斯坦福 机器学习第三课：欠拟合与过拟合的概念

 locally weighted regression局部加权回归

underfitting欠拟合 

overfitting 过拟合

non-parametric learning algorithms 无参数学习算法

parametric learning algorithm 参数学习算法

关于深度学习

BP算法

多层感知机