机器学习：手写数字识别(Hand
现以我个人的理解，来描述一下手写数字识别的实现原理。
首先，要实现机器学习，前提是要有充足的数据。对于本实验，要有充足的手写数字图片作为训练集进行模型的训练；
其次，要能够提取手写数字图片的特征，这就涉及到了数字图像处理。对于本实验，我使用的是已经提取好图片特征的训练集。每张手写数字图片的分辨率20x20，将其特征值以一维的形式存在文件中，即训练集中每个example有400个features。我使用的训练集一共有5000行，即有5000个手写图片。
接着，就是本次实验的核心了—模型的训练。本实验我分别使用两个模型实现了手写数字识别：一个是正规化后的逻辑回归模型，另一个是神经网络模型。但是，只有逻辑回归模型我实现了完整的过程，即包括模型的训练。对于神