吴恩达机器学习
文章平均质量分 69
lu__ren
这个作者很懒,什么都没留下…
展开
-
一维卷积Conv1D
CNN之Conv1D原创 2022-07-26 17:50:09 · 1473 阅读 · 0 评论 -
高斯分布及后续
高斯分布在这个文章中,我将介绍高斯分布,也称为正态分布。回顾高斯分布的基本知识。通常如果我们认为变量 ???? 符合高斯分布 ???? ∼ ????(????, ????2)则其概率密度函数为:我们可以利用已有的数据来预测总体中的????和????2的计算方法如下:最后来一个样例高斯分布算法介绍废话不多说,咱们直接上简单明了的定义及解释...原创 2020-08-10 19:57:04 · 201 阅读 · 0 评论 -
线性问题及神经网络介绍
过拟合问题第一个模型是一个线性模型,欠拟合,不能很好地适应我们的训练集;第三个模型是一个四次方的模型,过于强调拟合原始数据,而丢失了算法的本质:预测新数据。我们可以看出,若给出一个新的值使之预测,它将表现的很差,是过拟合,虽然能非常好地适应我们的训练集但在新输入变量进行预测时可能会效果不好;而中间的模型似乎最合适。代价函数上面的回归问题中如果我们的模型是:ℎ????(????) = ????0 + ????1????1 + ????2????22 + ????3????33 + ???原创 2020-08-10 19:39:06 · 365 阅读 · 0 评论 -
吴恩达机器学习第四章
4.1 多维特征参考视频: 4 - 1 - Multiple Features (8 min).mkv前几章,我们学习了单变量/特征的回归模型,现在我们对房价模型增加更多的特征,例如房间数楼层等,构成一个含有多个变量的模型,模型中的特征为(????1, ????1, . . . , ????????)。增添更多特征后,我们引入一系列新的注释:???? 代表特征的数量????(????)代表第 ???? 个训练实例,是特征矩阵中的第????行,是一个向量(vector)。例如,上图的?原创 2020-07-24 11:20:13 · 487 阅读 · 0 评论 -
吴恩达机器学习第三章
矩阵和向量矩阵的维数即行数×列数矩阵元素(矩阵项):???? = [1402 191 1371 821 949 1437 147 1448]????????????指第????行,第????列的元素。向量是一种特殊的矩阵,讲义中的向量一般都是列向量,如:???? = [460 232 315 178]为四维列向量(4×1)。如下图为 1 索引向量和 0 索引向量,左图为 1 索引向量,右图为 0 索引向量,一般我们用 1 索引向量。 ???? = [???原创 2020-07-24 10:53:23 · 326 阅读 · 0 评论 -
机器学习day2
模型描述这个很简单了,大家一看就可以知道了这个是对应的我上一篇博客里的房价的问题的一个模型,左边一列为规格大小,我们称为X,右边一列是对应的房价,我们称为Y。如果大家学过函数,我建议大家就把这个X当做自变量或者是参数,Y当做因变量或者是返回值。ok,那么还有一个m其实就是数据的组数,像上图我们就给出了4组数据,那么这里的m就是4。代价函数,梯度下降,线性回归代价函数废话不说,上图 这张图是博主自己对应上一张图写的一个注释。这张图左边就是在不同取值的θ–1下对应的h函数的图像,这张原创 2020-07-17 15:30:56 · 98 阅读 · 0 评论 -
小冯机器学习第一天
吴恩达机器学习第一天:1. 什么是机器学习?计算机程序从经验E中学习,解决某一任务T,进行某一性能度量P,通过P测定在T上的表现因经验E而提高。那么,我们对这段话来两个例子进行一个通俗的讲解。*1.*Samuel制造了一个玩跳棋的程序,但他自己并不是一个跳棋高手。在这里,他通过让程序与自己对弈数万次,通过观察哪些布局容易赢,哪些布局容易输。于是一段时间后,按照剧情的发展,这个跳棋程序很nb了。那么这很明显是跳棋程序一个机器学习的过程。于是,我们将其带入定义,得到定义实例原创 2020-07-16 17:26:12 · 157 阅读 · 0 评论