机器学习算法
心若殇兮
世界以痛吻我,要我报之以歌!
展开
-
Andrew Ng机器学习公开课笔记 — 线性回归和梯度下降
线性回归(Linear Regression) 先看个例子,比如,想用面积和卧室个数来预测房屋的价格 训练集如下 : 首先,我们假设为线性模型,那么hypotheses定义为 , 其中x1,x2表示面积和#bedrooms两个feature 那么对于线性模型,更为通用的写法为 其中把θ和X看成向量,并且x0=1,就可以表示成最后那种,两个向量相乘的形式转载 2015-07-09 12:06:49 · 368 阅读 · 0 评论 -
随机梯度下降法
转载这一篇是为了与上一篇作对比: 一、误差准则函数与随机梯度下降: 对于给定的一个点集(X,Y),找到一条曲线或者曲面,对其进行拟合之。同时称X中的变量为特征(Feature),Y值为预测值。 如图: 一个典型的机器学习的过程,首先给出一组输入数据X,我们的算法会通过一系列的转载 2015-07-09 13:47:03 · 373 阅读 · 0 评论