吴恩达--机器学习
csdn_SUSAN
成长才是最重要的!
展开
-
吴恩达机器学习(Machine Learning)课程总结笔记---Week3
文章目录0 概述1. 课程大纲2. 课程内容2.1 逻辑回归假设模型的引入2.1.1 分类问题2.1.2 逻辑回归的假设表示2.1.3 假设函数的决策边界2.2 求解逻辑回归的参数2.2.1 定义损失函数2.2.2 简化损失函数并使用梯度下降求解2.2.3 高级优化算法3. 课后编程作业4. 总结0 概述前两周,我们通过房价预测引入了单变量和多变量线性回归,而后又了解了一下非线性回归,归根结底...原创 2019-05-21 08:25:43 · 1187 阅读 · 0 评论 -
吴恩达机器学习(Machine Learning)课程总结笔记---Week9
文章目录0 概述1. 课程大纲2. 课程内容2.1 异常检测2.1.1 什么是异常检测2.1.2 高斯分布2.1.3 高斯分布算法2.1.4 评估系统2.1.5 异常检测和监督学习对比2.1.6 特征选择文章目录0 概述1. 课程大纲2. 课程内容2.1 异常检测2.1.1 什么是异常检测2.1.2 高斯分布2.1.3 高斯分布算法2.1.4 评估系统2.1.5 异常检测和监督学习对比2.1.6...原创 2019-07-08 18:38:05 · 462 阅读 · 0 评论 -
吴恩达机器学习(Machine Learning)课程总结笔记---Week7
文章目录0 概述1. 课程大纲2. 课程内容2.1 从逻辑回归到SVM2.2 大间距分类器2.3 推导大间隔分类3. 课后编程作业4. 总结0 概述 前面学习了使用logistic Regression和神经网络进行分类的方法,本周将将介绍一种在工业界和学术界运用十分广泛的分类算法—支持向量机(简称SVM)。1. 课程大纲2. 课程内容2.1 从逻辑回归到SVM在逻辑回归中,我们的预...原创 2019-06-24 14:27:17 · 811 阅读 · 0 评论 -
吴恩达机器学习(Machine Learning)课程总结笔记---Week8
文章目录0 概述1. 课程大纲2. 课程内容2.1 聚类2.1.1 聚类算法简介2.1.2 K-Means2.1.3 K-Means目标函数2.1.4 随机初始化2.1.5 K值选择2.2 维数约简2.2.1 为什么要降维2.2.2 PCA方法2.2.3 PCA和线性回归的区别2.2.4 算法流程2.2.5 K的选择(1) 尝试法(2) 利用奇异值计算2.2.6 特征还原2.2.7 应用场景3. ...原创 2019-07-02 10:26:41 · 912 阅读 · 0 评论 -
吴恩达机器学习(Machine Learning)课程总结笔记---Week5
文章目录0 概述1. 课程大纲2. 课程内容2.1 神经网络损失函数的定义2.2 反向传播算法0 概述第4周我们引入了神经网络,并给出了神经网络前向传播的计算方法。也就是完成了假设模型的 hθ(x)h_\theta(x)hθ(x) 的定义,那么下一步就是对损失函数和优化方法的探究。本周,将要学习的反向传播算法,是神经网络独有的优化方法,在神经网络中占有至关重要的左右。1. 课程大纲2....原创 2019-05-29 10:40:14 · 781 阅读 · 0 评论 -
吴恩达机器学习(Machine Learning)课程总结笔记---Week6
文章目录0 概述1. 课程大纲2. 课程内容2.1 模型的选择和评估3. 课后编程作业4. 总结0 概述 前5周我们学习了线性回归,逻辑回归,神经网络来训练数据得到预测模型。但是如何评价预测模型的优劣,如何对预测模型进行误差分析以及如何改进,这是实际应用中所关注的。 本周,将要针对模型的评估,优化改进进行学习,旨在对模型进行进一步完善做出明确的指导。1. 课程大纲2. 课程内容2...原创 2019-06-05 10:31:49 · 799 阅读 · 0 评论 -
吴恩达机器学习(Machine Learning)课程总结笔记---Week4
文章目录0 概述1. 课程大纲2. 课程内容3. 课后编程作业4. 总结0 概述1. 课程大纲本周课程大纲如下图所示:2. 课程内容3. 课后编程作业4. 总结原创 2019-05-22 23:46:32 · 863 阅读 · 0 评论 -
吴恩达机器学习(Machine Learning)课程总结笔记---Week 1
吴恩达机器学习(Machine Learning)课程总结笔记---Week 1概述课程大纲课程内容1. 引言什么是机器学习?为什么学习机器学习?机器学习的分类?有监督学习无监督学习强化学习2. 单变量线性回归模型假设损失函数(Cost Function)梯度下降法3. 线性代数基础总结概述吴恩达老师在Week 1课程中对机器学习进行了概括性的介绍,包括了机器学习的定义,发展和分类等。同时通过...原创 2019-05-12 15:53:13 · 1727 阅读 · 0 评论 -
Octave/Matlab 简明教程
文章目录1 基本操作1.1 变量1.2 运算符1.2.1 算数运算符1.2.2 逻辑运算符1.2.3 函数运算符1.3 逻辑控制1.3.1 循环控制1.2.2 分支控制1.4 帮助函数2 向量和矩阵2.1 向量2.2 矩阵2.3 向量和矩阵运算2.3.1 size和length2.3.2 操作2.3.3 运算2.3.4 高级运算3 文件存取3.1 mat存取3.2 txt存取3.3 mat和txt...原创 2019-05-16 19:14:39 · 2158 阅读 · 0 评论 -
吴恩达机器学习(Machine Learning)课程总结笔记---Week 2
文章目录0 概述1. 课程大纲2. 课程内容0 概述在week 1中,我们学习了单变量线性回归,但现实世界往往不是简单的一元函数就能够表示的,因此基于Week 1的基础上,Week 2 将对多变量线性回归,进行深入的讲解。并且通过调整学习率,特征缩放,特征构造,均值归一化,来使我们得到更好地回归结果。1. 课程大纲本周课程大纲如下图所示:2. 课程内容...原创 2019-05-16 09:05:49 · 1085 阅读 · 0 评论