ai相关

学习资源

1.1 1.2
2.1 2.2 2.3

前置

octave

学习相关

link

定义

Field of study that gives computers the ability to learn without being explicitly programmed
learn from experience E with respect to some task T and some performance measure P
按照给电脑的数据是否给出正确答案（或者说真实完整信息）分类
1)supervise learning （如回归直线）
2)unsupervise learning（如给通信记录让电脑将通讯录的人分成几组，如从两人说话加背景音乐中把三者分开）
按照将输入映射为连续函数还是离散函数分类
1)regression
2)classification

underfit, just right, overfit

underfit 如用直线去拟合曲线状的东西
overfit：如强行用n次多项式去拟合n+1个点，导致图像十分鬼畜明显无法达到预测效果
当feature过多，可能使J特别小，但预测效果却不如意
regularization

关于非线性问题

前面提到的算法中，解决非线性问题会增加一个形如\(x_1^2, x_2^3, x_1x_2, x_4x_5^2\)这类特征
这有一些弊端：
1.比如对于特征两两组合的二次项，如果添加得少，可能underfit，添加得多，可能overfit
2.计算量上，n个特征总共有 \(O(n^2)\) 个二次项，\(O(n^3)\) 个三次项
引入neural network

来源：https://www.cnblogs.com/acha/p/11000178.html