hui_0_的博客

机器学习定义与分类Andrew Ng机器学习课程学习笔记1定义Arthur Samuel (1959) Machine Learning: Field of study that gives computers the ability to learn without being explicitly programmed.Tom Mitchell (1998) Well...

机器学习笔记2：线性回归Andrew Ng机器学习课程学习笔记2线性回归参数说明：　　θi:parameters，参数　　x:input，输入　　y:output，输出　　h:hypothesis，假设　　m:数据数量回归方程：　　一元线性的回归方程的一般格式如下，用于反应输出与输入之间的关系。hθ(x)=θ0+θ1xh_θ(x) = θ_0 + θ_1xhθ​(x)...

机器学习笔记3：逻辑回归Andrew Ng机器学习课程学习笔记3逻辑回归就是分类问题，比如把邮件标示为垃圾邮件和正常邮件，判断肿瘤是良性的还是恶性的.Sigmoid function线性回归方程中，h_θ(x) 的取值ｙ是连续的，而逻辑回归中输出则是离散的。以两个类别为例，结果消极时ｙ的取值为0，结果积极时ｙ的取值为1。一般来说ｙ不可能小于0，也不会大于1。为了适应这种特点，逻辑回归的方...

机器学习笔记4：正则化（Regularization）Andrew Ng机器学习课程学习笔记4过拟合与欠拟合　　线性拟合时，有两种拟合效果不好的情况，分别是过拟合与欠拟合。　　过拟合(overfitting)，也叫高方差(variance)。主要是拟合曲线过于弯曲，虽然很多训练的数据集都在拟合曲线上，但是，对于新的测试集数据预测正确的概率不高。一般特征参数过多的时候可能会出现情况。比如用...