機器學習的學習筆記(0)

從 02/22 開始學習 Andrew Ng 的機器學習課程。從 「What is machine learning」,到「Linear Regression」,「Logistic Regression」,"Regularization"。今天也完成了第一和第二個 programming assignment。之前也在 Udacity 上學過 Machine Learning 的課程,也重溫了 Descriptive Statistics, Inferential Statics,以及 Linear Algebra。Udacity 上的程序是用 Python 寫的,Andrew 更加推薦用 Matlab / Octave 來快速的搭建模型以驗證 idea 的正確性。Matlab / Octave 的矢量運算真的可以大大的縮減和優化代碼,讓你的代碼更接近於演算法本身。當然,剛開始的時候還是有些不習慣的,老是習慣性的會想到 for loop,呵呵。但是一旦上手後,vectorization 的簡潔優美真是讓人折服。

為什麼要學習 machine learning?其實,我在上一篇文章(zhuanlan.zhihu.com/p/33)里已經講到。之前做的一些數據分析,BI 系統還是太簡單了,沒有太多的 intelligence challenge。我是真的有興趣去學習這個領域,看到自己的代碼正確的跑起來,看到自己一點點的進步,真的很高興。人生既長且短,為什麼不做一些讓自己開心的事呢?

先貼幾張程序運行好的圖。

The following pics are for exercise 1.

The following pics are for exercise 2.

If you happened to be learning the same course, you know what I am talking about and you know these pics above.

好了,今天就寫這麼多了,作為我機器學習筆記的前言。

推薦閱讀:

使用藥店數據分析
用數據講故事
大數據之數據分析精進之路:起跑
SQL初級數據分析(基於Microsoft Access)
一張象棋圖看懂鹿豹座平台的業務內容

TAG:機器學習 | MATLAB | 數據分析 |