Andrew Ng Machine Learning 第一周

最新推荐文章于 2019-06-22 21:03:16 发布

未知丶丶

最新推荐文章于 2019-06-22 21:03:16 发布

阅读量286

点赞数 2

分类专栏：机器学习文章标签：机器学习

本文链接：https://blog.csdn.net/qq_43310834/article/details/84563756

版权

10 篇文章 0 订阅

订阅专栏

前言

网易云课堂（双语字幕，不卡）：https://study.163.com/course/courseMain.htm?courseId=1004570029
Coursera：https://www.coursera.org/learn/machine-learning
本人初学者，先在网易云课堂上看网课，再去Coursera上做作业，开博客以记录，文章中引用图片皆为课程中所截，或者大佬笔记中所截。

在这里插入图片描述
--------------------该问题简单地量化为单变量线性回归模型来理解它。

h_θ(x)=θ₀+θ₁x

在这里插入图片描述

当代价函数J最小的时候（minimize J(θ0,θ1)），即找到了对于当前训练集来说拟合度最高的函数h。对于我们研究的单变量线性回归而言，J函数关于θ的等高线图像大致如下：在这里插入图片描述

  通俗易懂的话来讲，一个人站在山顶，每时每刻环顾四周，找到一条下山最快的路径方向，并且往前走一步，在下个地点重复以上过程。

在这里插入图片描述
（Tips）：=即为将后者赋值给前者,该式计算为同步赋值

在这里插入图片描述
解答：4

在这里插入图片描述
解答：-1+0.5*4=1

在这里插入图片描述

解答：B D

在这里插入图片描述
解答：B

关注