初识机器学习

机器学习定义:

在这里插入图片描述

在这里插入图片描述

机器学习分类:

在这里插入图片描述

  1. 监督学习[Supervised learning](给出的数据已经包含答案,给个数据都进行标记过)
    回归(regression):预测一个连续的值
    在这里插入图片描述

    分类:预测离散的值
    在这里插入图片描述

  2. 非监督学习[Unsupervised learning]
    聚类(没有进行标记,通过相同特征划分群)
    在这里插入图片描述
    变量说明
    在这里插入图片描述

线性回归(linear regression)

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
在这里插入图片描述
注意θ0 、θ1是同步修改的,因为J 函数需要用到θ。

在这里插入图片描述注意下山因子的选取,太小速度过慢,太快会越来越远在这里插入图片描述
梯度下山法,会引起局部最优解,因为极小值是斜率为零。j函数不变
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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