- 博客(3)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 第一周-机器学习-梯度下降（gradient descent）
这仅是本人在cousera上学习机器学习的笔记，不能保证其正确性，谨慎参考1、梯度下降函数，一直重复下面公式直到收敛（repeat until convergence）,此时即可收敛得到局部最小值（converge to local minimum），该梯度下降法对多参数也可用（例如θ0，θ1，θ2，θ3，θ4，θ5……θn），注意该过程对每一次的j迭代是需要同步更新参数的（At each ite
2017-01-14 00:18:36
1545
原创 第一周-机器学习-代价函数_intuition
这仅是本人在cousera上学习机器学习的笔记，不能保证其正确性，谨慎参考1、算法模型，hypothesis（假设），h表示x到y的映射函数： 2、单值线性回归举例分析 3、J为平方误差代价函数（squared error function），为什么除以2*m问不是除以m，视频中说除以2是为求最小值。 4、代价函数（cost function）说明： “The mean is h
2017-01-13 02:22:03
1671
1
原创 第一周-机器学习监督学习-无监督学习
这仅是本人在cousera上学习机器学习的笔记，不能保证其正确性，谨慎参考关系图： 监督学习（Supervised Learning）：回归预测(Regression)： 实例：如下图，有了房子大小和房子价格的一批数据，需要预测大小为750时，房价为多少合适： 分类（Classification） 实例：如下图，根据年龄和肿瘤大小的历史数据，画出图形，然后根据图形特征，画出一条线分为两类，进而预
2017-01-12 01:15:01
516
LC-3 Editor和LC-3 Simulator
2015-04-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人