目录 一.线性回归 1,假设函数.代价函数,梯度下降 2,特征处理 3,代价函数和学习速率 4,特征和多项式回归 5,正规方程 二.逻辑回归(Logistic Regression,LR) 1,假设函数 2,代价函数 3,梯度下降算法 4,高级算法 三.正则化 1,过拟合 2,正则化 3,正则化线性回归 4,正则化逻辑回归 四.神经网络 1,正向传播算法 2,反向传播算法 3,梯度检验.随机初始化 五.应用机器学习的建议 六.支持向量机SVM 1,代价函数 2,核函数 3,参数的影响,其他核函数