#机器学习

一元线性回归

$$ f(x) = wx + b $$

神经网络

$$ y=f(\sum\limits_{i=1}^{n}w_ix_i-\theta)=f(w^Tx+b) $$

决策树

$$ Gini_index(D,a)=\frac{|D^{a=v}|}{D}Gini(D^{a=v}) + \frac{|D^{a\neq v}|}{D}Gini(D^{a\neq v}) $$

导论

为什么机器学习被深度学习取代

只需一个包含足够多神经元的隐层，和多层前馈网络就能够以任意精度逼近任意复杂度的连续函数，既能作回归，也能做分类，而且不需要复杂的特征工程