机器学习
jimtoot
这个作者很懒,什么都没留下…
展开
-
coursera Stanford Machine Learning Week5 Ex4机器学习 实验4
Programming Exercise 4:Neural Networks Learning1.神经网络1.1 观察数据本次实验数据与实验3一样,是m=5000个手写数字的灰阶图像。其中每个数字(0--9)各500个,每个图像为20x20的像素。所以X为5000x400的Matrix。Y对应每个图像的值(10 -- 9)10代表数字0。displayData函数将从数据集X中随机选1...原创 2017-09-24 12:28:28 · 1153 阅读 · 1 评论 -
coursera Stanford Machine Learning Week6 Ex5机器学习 实验5
Regularized Linear Regression and Bias v.s.Variance1 对线性回归进行正则化1.1观察数据训练集X为12x1的向量,交叉验证集(CV)为21x1,测试集为21x1。1.2正则化线性回归的代价函数公式如上,其中h=x0*θ0 +X1*θ1,这里不太理解的是线性函数为什么要正则化。打开linearregcostfuncti...原创 2017-10-03 08:17:09 · 848 阅读 · 0 评论 -
coursera Stanford Machine Learning Week2 Ex1机器学习 实验1
原创 2018-03-10 14:22:18 · 242 阅读 · 0 评论 -
coursera Stanford Machine Learning Week3 Ex2机器学习 实验2
原创 2018-03-10 14:28:24 · 221 阅读 · 0 评论 -
coursera Stanford Machine Learning Week4 Ex3机器学习 实验3
原创 2018-03-10 14:34:38 · 473 阅读 · 0 评论 -
coursera Stanford Machine Learning Week7 Ex6机器学习 实验6
原创 2018-03-10 14:44:16 · 683 阅读 · 1 评论