机器学习，需要高等数学、统计学、线性代数等预备知识作为基石。这导致机器学习这门学科的准入门槛较高，很多同学花费大量的学习时间，才能做到勉强入门。机器学习固然难，但并不是没有方法和套路！本质上，掌握 3 个基本步骤，就能破解绝大多数机器学习建模的难题，实现快速入门。我称这 3 个基本步骤为，机器学习的 3 把金钥匙。这 3 把金钥匙分别是： 1 ）用于作出决策的模型，2 ）用于评价模型的策略，3 ）用于最优化策略的算法。
本 chat 将用大白话来剖析这 3 把金钥匙，给出金钥匙的数学表达及其打磨方法；最后以线性回归和逻辑回归为例，运用机器学习 3 把金钥匙建立模型。总之，初学者想入门机器学习，有这 3 把金钥匙就够了！
本 Chat 内容包括：
- 初探：什么是机器学习建模的 3 把金钥匙
- 机器学习建模的基本概念
- 机器学习建模的 3 把金钥匙及其数学表达
- 打磨：面对复杂问题， 3 把金钥匙如何打磨
- 梯度的基本概念
- 利用随机梯度下降法，打磨第 3 把金钥匙
- 实战：玩转 3 把金钥匙
- 利用 3 把金钥匙建立线性回归模型
- 利用 3 把金钥匙建立逻辑回归模型
阅读全文: http://gitbook.cn/gitchat/activity/5d47f80d57dc7e2870c197ba
您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ，阅读更多 GitChat 专享技术内容哦。
