斯坦福機器學習公開課筆記3——局部加權回歸、邏輯斯蒂回歸、感知器算法

　　最近在看Ng的機器學習公開課，Ng的講法循循善誘，感覺提高了不少。該系列視頻共20個，每看完一個視頻，我都要記錄一些筆記，包括公式的推導，講解時候的例子等。按照Ng的說法，公式要自己推理一遍才能理解的通透，我覺得自己能夠總結出來，發到博客上，也能達到這個效果，希望有興趣的同學要循序漸進，理解完一個算法再開始學另外一個算法，每個算法總結一遍，雖然看起來很慢，但卻真正的理解了，所謂雖慢實快者也。

　　該系列的視頻對于數學公式的推導講的很細，相信看完該視頻后會對機器學習的各種算法的推導很熟悉。

　　由于csdn博客上寫公式實在是太難弄了，如果一個公式一個公式的轉成圖片傳上來，反而是排版很差。所以索性全部弄成圖片傳上來，雖然這樣不利于SEO，但是在csdn這個平臺下，相信還是會有很多人看到我的博客的，希望能對讀者有所幫助。

　　視頻1-2的筆記見上一篇博文，本文是第三個視頻的筆記。

　　第3個視頻的筆記如下，主要的內容包括局部加權回歸、最小二乘的概率解釋、邏輯斯蒂回歸、感知器算法。