ai相关

学习资源

1.1 1.2
2.1 2.2 2.3

前置

octave
sklearn
python3
git

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