菜雞學ML

監督式學習(Supervised Learning)

---

對於dataset已經有”正確的答案”了，目的要預測出正確的輸出。

Regression Problem : Predict Contious value problem

Classification Problem : Discrete value output(example:0 or 1)

非監督式學習(Unsupervised Learning)

---

沒有Label，試圖讓電腦分任別出dataset不同的結構。
例如將有相關的新聞進行分類。

Model Representation

---

h : hypothesis, 假設函數, 假設y = f(x) f就是h。

線性回歸函數。

Cost Function

---

用來判斷hypotheses function是否準確。 這個是使用最小平方差來當作Cost Function。

Gradient Descent

---

用來最小化函數(找出函數中y最靠近0的點)。