2017年03月_tjl_moby

第五章线性回归对于一个给定的数据集，我们想用线性回归来进行预测 fitted.regression <- lm(y~x,datasource)接下来要进行直线的位置参数的求解 [intercept slope] = ceof(fitted.regression)求解出直线以后，要对我们求出的直线进行评估，主要通过残差平方和 errors <- residuals(fitted.re

2017-03-20 23:38:19 455

原创 Coursera ML笔记 -----week3 Logistic Regression

Logistic Regression /Classification

2017-03-16 05:39:46 255

原创 coursera ML笔记 ----week2 多变量的线性回归

多变量的线性回归

2017-03-10 23:57:47 310

原创 Coursera ML笔记 --- week1:单变量的线性回归+梯度下降法

2017/3/7week1 supervise learing 监督学习分为两类：分类和回归分类是将输入变量（feature/attribute）映射成为离散的输出结果，回归是将输入变量映射成为连续的输出结果2017/3/8 cost functioncost fuction 就是squared error function ,如果把y看作是一个变量的话，那就squared

2017-03-09 00:50:32 381

原创 2017年3月份碰到的问题汇总

做项目的时候碰到的问题汇总：2017/3/2 学习struts21.运行第一个struts2程序的时候一直报错原因：1.使用的jar包的版本问题，如果使用2.3的版本没有什么问题，但是2.5的版本就会出现各种各样的问题比如 unable to load configuration gxp，网上的说法是common-lang包版本过低的问题，但是已

2017-03-02 22:29:22 189

tjl_moby的博客

原创 Coursera ML笔记 ----- NN求解总结

原创 Coursera ML笔记 -----week5 Neural Network，Back Propagation

原创 Coursera ML笔记 -----week4 Neural Network -1

原创遗传算法

原创 coursera 前三张公式速查

原创每天学习计划及进度汇总

原创 Coursera ML笔记 -----week3 Regulariztion

原创机器学习实用案例解析--读书笔记

原创 Coursera ML笔记 -----week3 Logistic Regression

原创 coursera ML笔记 ----week2 多变量的线性回归

原创 Coursera ML笔记 --- week1:单变量的线性回归+梯度下降法

原创 2017年3月份碰到的问题汇总

空空如也

空空如也