吴恩达机器学习编程作业

这篇博客详细介绍了吴恩达机器学习课程的编程作业,内容包括单变量和多变量线性回归。重点讲解了数据可视化、梯度下降算法以及特征归一化。
摘要由CSDN通过智能技术生成

吴恩达机器学习作业(Machine Learning)

Programming Exercise 1: Linear Regression

  1. 简单热身
  2. 单变量线性回归
    2.1. 用图显示数据
    2.2. 梯度下降
    2.3. 调试程序
    2.4. 可视化J(θ)
  3. 多变量线性回归
    3.1. 特征归一化
    3.2. 梯度下降
    3.3. 正规方程

注意:
(1)数组索引从1开始,不是0。
(2)A*B与A.*B区别:
A*B为矩阵乘法,要求A的列数等于B的行数
A.*B为位乘或点乘,即为两个行列数相同的矩阵,对应位置一一相乘,得到的结果依位置对应到结果矩阵中(条件size(A)=size(B))


1 简单热身

这里写图片描述


2 单变量线性回归

2.1 用图显示数据

评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值