作业的发布与提交都在本git仓库中进行

• 机器学习视频网站--请与课程的进度保持同步。http://www.coursera.org/learn/machine-learning/
• matlab下载地址--windows & linux。链接: https://pan.baidu.com/s/1o787KeA 密码: ad6a
• 数据挖掘导论--作为补充材料。发布于群文件
• python极简入门--http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000#0
• python书籍推荐--Python编程(programming python)
• numpy教程--https://docs.scipy.org/doc/numpy-dev/user/quickstart.html
• matplotlib教程--http://www.labri.fr/perso/nrougier/teaching/matplotlib/
• 矩阵求导--https://zhuanlan.zhihu.com/p/24709748 https://ccjou.wordpress.com/2013/05/31/%E7%9F%A9%E9%99%A3%E5%B0%8E%E6%95%B8/

1. 注册github帐号
2. star这个仓库
3. 自学git及github的基础使用，并在自己电脑上配置好环境(git教程http://www.liaoxuefeng.com/wiki/0013739516305929606dd18361248578c67b8067c8c017b000)
4. fork这个仓库，clone下你的仓库，在本地创建新的分支（不要使用默认的master分支）
5. 在本地Task0目录下，添加一个新的文件，以自己的github账户名作为markdown文件的文件名，如：Red-Night-Aria.md
6. 文件中写上自己的本名+你想说的任何话 （比如自己的座右铭）
7. commit到本地仓库，然后将本地分支推送到remote
8. 向原仓库的master分支发起pull request，等待合并分支

请于第四周结束前完成以上内容。

1. 加载数据Task1/q2x.dat，Task1/q2y.dat
2. 使用线性回归算法拟合它们
3. 画图观察梯度下降的过程,let it nice-looking:)。
4. 结果图参考Task1/linear_regress.fig
5. 在Task1目录下提交你的结果图(jpg、png、fig)与代码，以自己的github账户名作为文件名，如：Red-Night-Aria.fig

• 学习python的基本语法
• 学习numpy框架的使用
• 使用python完成Task1

请于第六周结束前完成以上内容。

1. 加载数据Task2/q2x.dat，Task2/q2y.dat
2. 使用加权线性回归算法拟合它们(请自行查阅局部加权线性回归的资料)
3. 改变高斯函数的theta值，观察结果
4. 画图，结果图参考Task2/Red-Night-Aria.png
5. 在Task2目录下提交你的结果图(jpg、png、fig)与代码，以自己的github账户名作为文件名，如：Red-Night-Aria.fig