![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
记录我的学习历程,一起进步
金马奖影帝
新人上路~多多关照
展开
-
(一).单变量线性回归及梯度下降
定义:只有一个特征(输入)变量的问题称为单变量线性回归问题,可以表示为:hθ(x)=θ0+θ1(x)h_{\theta}(x)=\theta_{0}+\theta_{1}(x)hθ(x)=θ0+θ1(x),其中θi,i=1,2\theta_{i},i=1,2θi,i=1,2是待定参数。 为了找出最好的直线来拟合给定数据,我们需要定义代价函数(Cost function) Cost function: J(θ0,θ1)=12m∑i=1m(hθ(x(i))−y(i))2J\left(\theta_.原创 2020-05-08 19:43:53 · 313 阅读 · 0 评论 -
ML的定义及分类
机器学习的定义: Arthur Samuel 认为机器学习是在特定编程的情况下,赋予计算机学习能力的领域. Tom 认为机器学习是一个学习问题,从经验E中学习解决任务T的能力,解决问题的能力用P度量. 学习经验E之后,用P评判之后,处理T时的能力有所提升. 分类 监督学习(Supervised learning) 其基本思想是给定数据集中的样本是带有"正确答案"的,学习这些数据之后,再来...原创 2020-05-08 15:14:34 · 573 阅读 · 0 评论