![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
橘春
做个快乐学习的小女孩吧!
展开
-
吴恩达机器学习 第四章学习笔记
多元线性回归上标指不同的向量,下标指某个向量中不同的元素。多元线性回归就是有多个特征值或变量来预测结果。多元梯度下降法特征缩放特征缩放可以使梯度下降迭代的次数减少,能更快的收敛。...原创 2021-10-17 09:46:08 · 111 阅读 · 0 评论 -
吴恩达机器学习 第三章学习笔记
第三章是对线性代数知识的复习。1. 矩阵和向量矩阵是用方括号括起来的一些数,矩阵的维度用行数×列数来表示,向量是一种特殊的矩阵,是只有一列的矩阵。矩阵一般用大写字母A、B、C等表示,向量一般用小写字母x、y、z等表示。2. 加法和标量乘法维度相等的矩阵可以进行相加,处于相同行列下标的元素相加。结果矩阵的维度等于加数矩阵的维度。例:用标量×矩阵等于用标量×矩阵的每个元素。例:3. 矩阵向量乘法m×n的矩阵乘以n×1的向量,得到的是m×1的向量。4. 矩阵乘法m×o的矩阵乘以o×n的矩阵原创 2021-10-15 14:29:07 · 463 阅读 · 0 评论 -
吴恩达机器学习 第二章学习笔记
1. 一元线性回归在线性回归中,我们要解决的是最小化的问题,也就是求假设函数h(x)=θ0+θ1*x中的θ0和θ1的最小化。2. 代价函数平方误差代价函数是解决回归问题最常用的手段。如下图所示,目标是找到使代价函数值最小的θ0和θ1 3. 梯度下降梯度下降不仅被用于线性回归,还被广泛的应用到机器学习的各种领域中。下图是梯度下降的公式:当到达局部最低点时,导数为0,θj= θj-α*0。故θj不会再变化,即找到局部最低点。4. 线性回归的梯度下降梯度下降算法和线性回归算法比较如图:对原创 2021-10-14 19:41:16 · 92 阅读 · 0 评论 -
吴恩达机器学习 第一章学习笔记
不能再摸鱼了!要开始学习!立个flag,学习机器学习并做笔记记录在这里下面是第一章的学习笔记。1. 机器学习是什么?机器学习主要可以分为两种类型:监督学习和无监督学习。像推荐系统、强化学习都是机器学习算法的一员。2. 监督学习(supervised learning)监督学习是机器学习的一种,训练数据的样本包含输⼊向量以及对应的⽬标向量,通过学习这些数据集,算法可以对未学习过的样本进行预测。监督学习包含回归(regression)和分类(classification)。回归是指输出的结果由一.原创 2021-10-13 17:45:20 · 94 阅读 · 0 评论