machine learning基础与实践系列

由于研究工作的需要，最近在看机器学习的一些基本的算法。选用的书是周志华的西瓜书——（《机器学习》周志华著）和《机器学习实战》，视频的话在看Coursera上Andrew Ng的《machine learning》。接下来的一些算法的会涉及到视频中的内容。

虽然是计算机科班出身，奈尔太菜，或许远远不够学习机器学习的基本要求。但是本人学习机器学习的目的是为了做数据挖掘的，也就是说不是研究算法本身而是做工程类的，那么理解算法的思路和过程即可，不需要纠结数学证明。所以接下来的博客也尽量会从计算机的角度而非数学的角度。当然简单的微积分、现代以及概率论的知识还是需要的。

接下来期望写一系列的博客来记录自己对这些算法的理解和代码实现。虽然有已经有很多博客来讲机器学习，当中也不乏写的好的，例如Rachel_Zhang等，但是还是觉得每个人有每个人的理解吧，而且有些概念也是看了好几篇博文才搞明白的。

下面是博文索引：

• 在博客中使用LaTeX插入数学公式
• 机器学习基础——梯度下降法（Gradient Descent）
• matlab基础教程——根据Andrew Ng的machine learning整理
• 梯度下降法第二回——优化与比较