![](https://img-blog.csdnimg.cn/direct/60433a824265494dabe6a1b1fc6bdd55.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
精通机器学习教程
文章平均质量分 89
在信息化、数字化、智能化飞速发展的今天,人工智能已经成为未来最炙手可热的前沿技术。机器学习作为人工智能的核心其价值不言而喻。本专栏将会通过最浅显易懂的语言,从零开始系统、详细的讲解机器学习的技术细节,为大家提供一个了解、学习机器学习的平台和参考。
优惠券已抵扣
余额抵扣
还需支付
¥9.90
¥99.00
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
程序员小马软件开发定制
10年软件开发经验,app开发,小程序开发,软件定制开发,物联网项目、政企信息化建设等软件技术服务、手机软件、电商商城、分销系统、拼团团购
知无不言,欢迎私信
展开
-
七、Octave教程(Octave Tutorial)
如果你实在不能理解它们数学上等价的原因,你就直接实现这个算法,也是能得到正确答案的。我们用这条规则对 等于 0、1、2等等的所有值,更新对象,我只是用、、来写方程,假设我们有两个特征量,所以等于2,这些都是我们需要对、、进行更新,这些都应该是同步更新,我们用一个向量化的代码实现,这里是和之前相同的三个方程,只不过写得小一点而已。但换另一种方式来想想,把 看作,那么你就可以写成两个向量的内积,其中就是、、,如果你有两个特征量,如果 ,并且如果你把 看作、、,这两种思考角度,会给你两种不同的实现方式。原创 2023-12-12 11:51:11 · 1061 阅读 · 0 评论 -
六、Octave教程(Octave Tutorial)
如何对矩阵中的数字进行各种操作,在运行完某个学习算法之后,通常一件最有用的事情是看看你的结果,或者说让你的结果可视化,在接下来的内容中,我会非常迅速地告诉你,如何很快地画图,如何只用一两行代码,你就可以快速地可视化你的数据,这样你就能更好地理解你使用的学习算法。,这将找出所有矩阵中大于等于7的元素,因此, 和分别表示行和列,这就表示,第一行第一列的元素大于等于7,第三行第二列的元素大于等于7,第二行第三列的元素大于等于7。具体而言,它将右图中的横轴的范围调整至0.5到1,竖轴的范围为-1到1。原创 2023-12-12 11:45:55 · 943 阅读 · 0 评论 -
五、Octave教程(Octave Tutorial)
这个该如何理解呢:这个集合是一组值,从数值1开始,增量或说是步长为0.1,直到增加到2,按照这样的方法对向量操作,可以得到一个行向量,这是一个1行11列的矩阵,其矩阵的元素是1 1.1 1.2 1.3,依此类推,直到数值2。如果,你知道什么是高斯随机变量,或者,你知道什么是正态分布的随机变量,你可以设置集合,使其等于一个一行三列的矩阵,并且,来自三个值,一个平均值为0的高斯分布,方差或者等于1的标准偏差。事实上,在硅谷,我经常看到进行大规模的机器学习项目的人,通常使用的程序语言就是。原创 2023-12-12 11:43:11 · 831 阅读 · 0 评论 -
四、多变量线性回归(Linear Regression with Multiple Variables)
随着我们要讲的学习算法越来越复杂,例如,当我们讲到分类算法,像逻辑回归算法,我们会看到,实际上对于那些算法,并不能使用标准方程法。以房价问题为例,假设我们使用两个特征,房屋的尺寸和房间的数量,尺寸的值为 0-2000平方英尺,而房间数量的值则是0-5,以两个参数分别为横纵坐标,绘制代价函数的等高线图能,看出图像会显得很扁,梯度下降算法需要非常多次的迭代才能收敛。目前为止,我们探讨了单变量/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。原创 2023-12-09 11:53:57 · 921 阅读 · 0 评论 -
三、线性代数回顾(Linear Algebra Review)
单位矩阵:在矩阵的乘法中,有一种矩阵起着特殊的作用,如同数的乘法中的1,我们称这种矩阵为单位矩阵.它是个方阵,一般用 或者 表示,本讲义都用 代表单位矩阵,从左上角到右下角的对角线(称为主对角线)上的元素均为1以外全都为0。定义的转置为这样一个阶矩阵,满足,即 (的第行第列元素是的第行第列元素),记。直观来看,将的所有元素绕着一条从第1行第1列元素出发的右下方45度的射线作镜面反转,即得到的转置。矩阵和向量的乘法如图:的矩阵乘以的向量,得到的是的向量。矩阵乘以矩阵,变成矩阵。中矩阵转置:直接打一撇,原创 2023-12-08 10:13:44 · 824 阅读 · 0 评论 -
二、单变量线性回归(Linear Regression with One Variable)
想象一下你正站立在山的这一点上,站立在你想象的公园这座红色山上,在梯度下降算法中,我们要做的就是旋转360度,看看我们的周围,并问自己要在某个方向上,用小碎步尽快下山。对于这个问题,求导的目的,基本上可以说取这个红点的切线,就是这样一条红色的直线,刚好与函数相切于这一点,让我们看看这条红色直线的斜率,就是这条刚好与函数曲线相切的这条直线,这条直线的斜率正好是这个三角形的高度除以这个水平长度,现在,这条线有一个正斜率,也就是说它有正导数,因此,我得到的新的,更新后等于减去一个正数乘以。原创 2023-12-07 13:54:09 · 715 阅读 · 0 评论 -
一、什么是机器学习,机器学习能做些什么事情?
机器学习是目前信息技术中最激动人心的方向之一。在这门课中,你将学习到这门技术的前沿,并可以自己实现学习机器学习的算法。你或许每天都在不知不觉中使用了机器学习的算法每次,你打开谷歌、必应搜索到你需要的内容,正是因为他们有良好的学习算法。谷歌和微软实现了学习算法来排行网页每次,你用Facebook或苹果的图片分类程序他能认出你朋友的照片,这也是机器学习。每次您阅读您的电子邮件垃圾邮件筛选器,可以帮你过滤大量的垃圾邮件这也是一种学习算法。对我来说,我感到激动的原因之一是有一天做出一个和人类一样聪明的机器。实现这个原创 2023-12-06 14:45:39 · 770 阅读 · 0 评论