![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习入门
文章平均质量分 83
星星会发光^-^
在校大学生
展开
-
多元线性回归(Multiple Linear Regression)吴恩达老师课程笔记
在线性回归的原始版本中,只有一个特征x,也就是房屋的大小,我们依据x来预测y,也就是房屋的价格,该模型是fwbxwxb 但是现在我们在预测房屋价格的时候,并不仅仅考虑房屋的大小,还要考虑卧室的数量,楼层的数量和房屋的使用年限,那会怎么样呢? 由于多了几个特征,之前的模型也要做进一步的修改fwbxw1x1w2x2w3x3w4x4b。原创 2024-06-10 11:02:50 · 983 阅读 · 0 评论 -
代价函数(Cost Function)吴恩达老师课程笔记
这一篇里我们学了怎么去衡量一个回归模型的好坏,以及怎么通过参数改进模型,应该理解并记住的是代价函数的公式,还有就是知道代价函数大概是长什么的,相信会对后面的学习有所帮助。bby0+1%29%3D0。原创 2024-01-07 23:28:27 · 627 阅读 · 1 评论 -
线性回归模型(Linear Regression Model)吴恩达老师课程笔记
下面我们来了解监督学习的过程,监督学习算法将输入一个数据集,那它做了什么呢?得到了什么结果?这将是本篇最后要讨论的内容。监督学习的训练集包括输入特征和目标变量,要训练模型,就要输入训练集,然后监督学习算法就会产生一些函数f(也叫模型model),f的任务就是获取到一个新的输入x时,可以预测一个输出,我们把这个输出表示为,在机器学习中,我们用来表示是预估值,而才是真实值。那我们怎么来表示这个函数f呢,在线性回归中,我们是一种认为f是一条直线,所以这里f可以被表示为。原创 2024-01-07 21:45:07 · 1259 阅读 · 1 评论 -
无监督学习(Unsupervised Learning)吴恩达老师课程笔记
看完上面的例子,我们应该是对无监督学习有一点点想法了。它为什么叫无监督学习?那是因为我们不需要给算法一些正确的输入和输出,去监督运行过程,我们做的事情是把我们已知的东西丢给算法,让算法自己去找这些东西有什么好玩的有意思的地方,或者这些数据中可能有什么模式或者结构。structure聚类算法(clustering algorithm)是将没有标签的数据自动分组,放入不同的集群中( group similar data points together)原创 2024-01-05 23:20:21 · 946 阅读 · 1 评论 -
监督学习(Supervised Learning)(吴恩达老师课程笔记)
监督学习是一种从x到y,或者说是从输入到输出映射的一种算法,也就是说,通过分析一系列给定的输入和正确的输出,机器学习算法可以在我们只给出输入的情况下,对输出进行和合理准确的预测和猜测。原创 2024-01-04 22:51:42 · 963 阅读 · 1 评论 -
机器学习基本概念(吴恩达老师课程笔记)
亚瑟 塞缪尔对机器学习的定义是使计算机无需明确编程即可学习的一个研究领域。(亚瑟塞缪尔让计算机不断地练习下棋,大量的积累使得计算机可以判断出来走什么棋会更容易获胜,这就是人工智能第一个跳棋程序)原创 2024-01-04 21:05:46 · 647 阅读 · 1 评论