牛頓萊布尼茲公式
降維 dimensionality reduction 有幾個原因去降維 數據壓縮 data compression 使得數據佔用較小的空間,還能對學習算法進行加速。 可視化數據 數據壓縮，用一維取代二維，減少冗餘redeuc
支持向量機(SVM) Support Vector Machine 除了邏輯迴歸和神經網絡，支持向量機爲非線性方程的解決提供了一種更爲清晰，更加強大的方式。 粗略地看，SVM會構造出分段的結果，SVM的輸出結果也不是得到概率，而
協同改進過濾算法 將會把 x 和 θ\thetaθ 初始化爲小的隨機值。 用梯度下降或者其他的高級優化算法把這個代價函數最小化。 用一個具有一些參數 θ\thetaθ 的用戶，以及一部學習得到的特徵 x的電影，來預測該用戶給
異常檢測 Anomaly detection 舉個飛機制造廠商的例子 其實類似於生產線的QA 質量控制測試 密度估計 小於閾值，異常點 大於閾值，正常 應用較爲廣泛的實際上有欺詐異常檢測，也有製造業欺詐 高斯分佈 Gau
聲明：部分內容來自於慕課，公開課等的課件，僅供學習使用。如有問題，請聯繫刪除。 部分內容來自電子科技大學，北京大學，清華大學，北航等的課件 集合及其運算 數學以其嚴謹而富有邏輯性聞名於世,其嚴謹性在於交代清楚問題，對象
