《机器学习基础教程》由柴松主编

第一章机器学习概述
1.1机器学习与硬编程
1.2监督学习与非监督学习
1.3回归问题与分类问题
1.4机器学习与人工智能
1.5机器学习模型框架及表述方式
1.6本章小结
第二章线性回归
2.1线性回归的模型假设
2.2代价函数
2.3梯度下降算法
2.4线性回归的预测方法
2.5线性回归实例1——宝宝体重预测
2.6多元线性回归及特征向量预处理
2.7本章小结
……