Gitbook传送门：https://yoferzhang.gitbooks.io/machinelearningstudy/content/
先看这里，可能由于你正在查看这个平台行间公式不支持很多的渲染，所以最好在我的CSDN上查看，传送门：（无奈脸）
CSDN博客文章地址：http://blog.csdn.net/zyq522376829/article/details/66632699
在第二篇文章中有介绍到梯度下降法的做法，传送门：机器学习入门系列02，Regression 回归：案例研究
在回归问题的第三步中，需要解决下面的最优化问题：
这里的parameters是复数，即 $\theta$ 指代一堆参数，比如上篇说到的 $w$ 和 $b$。
Gitbook传送门：https://yoferzhang.gitbooks.io/machinelearningstudy/content/
先看这里，可能由于你正在查看这个平台行间公式不支持很多的渲染，所以最好在我的CSDN上查看，传送门：（无奈脸）
CSDN博客文章地址：http://blog.csdn.net/zyq522376829/article/details/66611368
第二篇中神奇宝贝的例子：
Gitbook传送门：https://yoferzhang.gitbooks.io/machinelearningstudy/content/
先看这里，可能由于你正在查看这个平台行间公式不支持很多的渲染，所以最好在我的CSDN上查看，传送门：（无奈脸）
CSDN博客文章地址：http://blog.csdn.net/zyq522376829/article/details/66577532
没有比较好的数学基础，直接接触深度学习会非常抽象，所以这里我们先通过一个预测 Pokemon Go 的 Combat Power (CP) 值的案例，打开深度学习的大门。
Gitbook传送门：https://yoferzhang.gitbooks.io/machinelearningstudy/content/
先看这里，可能由于你正在查看这个平台行间公式不支持很多的渲染，所以最好在我的CSDN上查看，传送门：（无奈脸）
CSDN博客文章地址：http://blog.csdn.net/zyq522376829/article/details/66478149
有右边这样非常大的音频数据集，写程序来进行学习，然后可以输出音频“Hello”
