Coursera Machine Learning 第二周总结
第二周课程主要介绍了 梯度下降算法,和基于其的线性回归算法。1.梯度下降算法:首先涉及到cost function的概念:梯度下降的目的就是让cost function收敛到一个最小值以达到最佳拟合的目的。具体的表达形式如下:而在实际的应用中,由于输入的多个特征值之间大小差距很大,这会导致梯度下降的过程加快从而无法很好的进行收敛。所以要对数据进行预处理,即
原创
2017-03-27 21:55:36 ·
427 阅读 ·
0 评论