【含课程pdf & 测验答案】吴恩达-机器学习公开课 学习笔记 Week1-3 Parameter Learning

最新推荐文章于 2022-04-29 00:05:54 发布
最新推荐文章于 2022-04-29 00:05:54 发布
阅读量394 收藏 1
点赞数 1
分类专栏： 机器学习入门
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/CodingRae/article/details/103384898
版权

吴恩达-机器学习公开课 学习笔记 Week1-3 Parameter Learning

1-3 Parameter Learning 课程内容

此文为Week1 中Parameter Learning的部分。

1-3-1 Gradient Descent

梯度下降算法定义

在这里插入图片描述

  • 使用 := 表示赋值
  • α 学习速率
  • 需要同步更新θ0和θ1
    在这里插入图片描述

1-3-2 Gradient Descent Intuition

函数只有一个参数的情形。
在这里插入图片描述
这个α不能太大或太小。
在这里插入图片描述
在梯度下降中, 当我们接近一个局部的最小值的过程里, 梯度下降算法会自动采取越来越小的步子。 这是因为当我们接近局部最优时，其定义就是导数等于0。
在这里插入图片描述
当我们接近局部最优，导数项会自动变小，所以梯度下降会自动采取更小的步子。这就是不需要减小α或时间的原因。

这就是梯度下降算法，你可以用它来最小化任何代价函数J，而不只是我们为线性回归定义的那个代价函数J。

1-2-4 Gradient Descent For Linear Regression

在这里插入图片描述
在这里插入图片描述
梯度下降算法的一个问题是根据初始化的不同，可能得到不同的局部最优值。
但是事实证明，用于线性回归的代价函数总是这样一个弓形的样子。这个函数的专业术语是凸函数。
在这里插入图片描述

测验

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

课程链接

https://www.coursera.org/learn/machine-learning/home/week/1

课件

课件链接

CodingRae
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Coursera 吴恩达Machine Learning(机器学习)课程 |第一周测验答案(仅供参考)
Github主页：https://github.com/xinyangwy
05-11 4193
1.A computer program is said to learn from experience E with respect to some task T and some performance measure P if its performance on T, as measured by P, improves with experience E. Suppose we feed a learning algorithm a lot of historical weather data.
吴恩达-机器学习-个人笔记完整版
最新发布
12-15
这份"吴恩达-机器学习-个人笔记完整版"包含了该课程的主要知识点，以及作者对这些知识的理解和补充，对于想要深入学习或复习机器学习的人来说是一份宝贵的资源。 首先，笔记可能从机器学习的基本概念开始，如监督...
概率图学习——Parameter Learning 参数学习
qq_20607189的博客
12-23 690
目录Learning Basics最大似然参数估计 Maximum Likelihood Parameter Estimation（MLE）Bayesian Parameter EstimationMAP Parameter Estimation 概率图分为三大部分： Representation P <=>{P,G} parent→child structure(BN) &am...
CS229 吴恩达机器学习 习题大作业答案 problem sets 04 PS04（第一问，欢迎指教）Neural Networks: MNIST image classification
qq_26928055的博客
04-29 1946
1. Neural Networks: MNIST image classification import numpy as np import matplotlib.pyplot as plt import math MAX_POOL_SIZE = 5 CONVOLUTION_SIZE = 4 CONVOLUTION_FILTERS = 2 def forward_softmax(x): """ Compute softmax function for a single example
Parameter Learning
wdnmdhuan的博客
07-07 174
Parameter Learning 文章目录Parameter LearningGradient Descent(梯度下降)Gradient Descent IntuitionHow does gradient descent converge with a fixed step size α\alphaα?Gradient Descent For Linear RegressionWords and Phrases Gradient Descent(梯度下降) So we have our hypot
coursera机器学习每周测验（完整版，包括每节课中间暂停的测验）
04-28
注意：不是编程练习！不是编程练习！不是编程练习！重要的事情说三遍。本资源是coursera机器学习每周每课时（2--11周）的测验题目，包括每节课都有暂停之后的小练习，都是自己截图下来的，是纯英文版的，部分图片里面我个人用FastStone添加了个人理解解题思路，如有问题可以一起交流。coursera机器学习的题目还是很经典的，切中要害，对于复习巩固学过的知识具有莫大的帮助。
COURSERA 吴恩达老师机器学习课程笔记-机器学习笔记-[机器学习与推荐算法].pdf
09-03
在吴恩达老师的COURSERA机器学习课程中，他深入浅出地介绍了机器学习的基本概念和核心算法。课程笔记涵盖了从机器学习的介绍到具体模型的实现，如单变量和多变量线性回归。以下是这些知识点的详细解释： 1. **机器...
2022-吴恩达机器学习课程(原始讲义)高清完整版PPTpdf
05-08
2022_吴恩达机器学习课程(原始讲义)高清完整版PPTpdf 包含对应课程所有PPT 仅供大家学习使用，请勿用作商业目的
吴恩达-coursera-机器学习测试题第十章
小强博客
08-01 2145
 =========                关于偏差、方差以及学习曲线为代表的诊断法         ========== (一)模型选择Model selection 在评估假设函数时，我们习惯将整个样本按照6:2:2的比例分割：60%训练集training set、20%交叉验证集cross validation set、20%测试集test set，分别用于拟合假设函数、模型选择...
吴恩达机器学习课后作业深度解析（附答案）（ex1）
热门推荐
布衣书生的博客
12-05 3万+
作业ex1题目下载地址ex1 一. 问题背景：假如你是餐馆老板，已知若干城市中人口和利润的数据（ex1data1.txt），用线性回归方法计算该去哪个城市发展。 ex1.m是官方提供的入口函数，通过该函数补全其他函数的代码。 warmUpExercise.m：输出5*5的单位矩阵 A = eye(5); Matlab中，eye(n) 返回n*n的单位矩阵，eye(m,n) 返回m*n的单位矩...
吴恩达 机器学习 每周总结官方版 week1-week10 适合打印复习，和课上的讲义不同，这个更精准一点。适合打印
03-29
吴恩达 机器学习 每周总结官方版 week1-week10 适合打印复习，和课上的讲义不同，这个更精准一点。适合打印。 我就是听完他的全部课程后，用这个打印纸制版，进行的复习。系统全面。
吴恩达机器学习视频课后习题以及答案
08-01
吴恩达教授machine learning 的exercise以及代码与解析
吴恩达机器学习课后作业题目和答案
06-07
机器学习课后作业文档说明和答案解析，配套2014年的视频
吴恩达机器学习课后习题 week3,4,5,6,7,8,9----错题本
zhaozhao26的博客
12-04 742
吴恩达机器学习课后习题 week3 正则化 错题本 别人的第一题答案 我的题目好像不是第四个答案，这道题我做了3遍，都是错误。
【含课程pdf & 测验答案】吴恩达-机器学习公开课 学习笔记 Week8-2 Dimensionality Reduction
CodingRae的博客
01-09 364
吴恩达-机器学习公开课 学习笔记 Week8-2 Dimensionality Reduction 8-2 Dimensionality Reduction 课程内容8-2-1 Motivation8-2-2 Principal Component Analysis8-2-3 Applying PCA测验 Dimensionality Reduction课程链接课件 8-2 Dimensiona...
吴恩达-coursera-机器学习测试题第四周
小强博客
07-28 4272
原因是： 在神经网络中隐藏单元的激活值，在每一层都应用了sigmoid激活函数，总是在范围内（0,1）。             前向传播算法:   ...
吴恩达机器学习学习笔记——Week 1——3. 参数学习（Parameter Learning）
预见未来to50的专栏
12-13 247
一、课件及课堂练习 1. 梯度下降算法 课堂练习： 1. 2. 3. 2. 线性回归中的梯度下降 二、内容概要 1. 梯度下降 三、单元测试 答案：4 答案：3 ...
【含课程pdf & 测验答案】吴恩达-机器学习公开课 学习笔记 Week9-2 Recommender Systems
CodingRae的博客
01-15 592
吴恩达-机器学习公开课 学习笔记 Week9-2 Recommender Systems 9-2 Recommender Systems 课程内容9-2-1 Predicting Movie Ratings9-2-2 Collaborative Filtering9-2-3 Low Rank Matrix Factorization测验 Recommender Systems课程链接课件 9-2...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值