吴恩达机器学习
文章平均质量分 72
人生苦短我愛Python
鉴定为:春春的飞舞
展开
-
#吴恩达· 机器学习笔记(④ 多元梯度下降及正规方程)
DAY 7多特征之前的视频是关于一个特征变量的(房屋面积对应房价)现在除了房屋面积还有诸如卧室数量、楼层数量等一系列的影响因素相较于传统的假设,现在的假设式如下:多元线性回归假设模型:多元梯度下降算法更新后的代码如下:...原创 2022-03-09 17:11:11 · 1515 阅读 · 0 评论 -
# 吴恩达 · 机器学习笔记(① Introduction to Machine Learning)
写在前面在学习Python的时候同步进行吴恩达的机器学习,就像啃书一样,有些视频也需要啃下来。为了之后更好的烟酒生活,为了更舒服地融入新的环境中,那就加油吧!吴恩达机器学习共112章,按一天2节的进度,56天可以学完,余之游将至此始,恶能无记?壬寅三月也。DAY 1什么是机器学习?计算机程序从经验 E 中学习解决某个任务 T,进行某一性能度量 P,通过 P 测定在 T 上的表现因 E 而提高。(重要的三元素:任务T + 经验E + 性能P)最主要的两类机器学习算法:监督学习: 简单来说,就是我原创 2022-02-28 17:33:39 · 1260 阅读 · 0 评论 -
#吴恩达 · 机器学习笔记(② 线性回归与梯度下降)
DAY 2单变量线性回归模型通过给定数据集,预测实际值。(因为是单一变量,故称单变量线性回归)代价函数代价函数有助于弄清楚如何把最有可能的直线与我们的数据进行拟合。我们这里要聊的就是如何选择不同的参数 θ0 和 θ1 的值。通过设置不同的θ0 和 θ1 的值,我们可以得到不同的回归模型:在线性回归中,最开始会给定一个训练集(如红X所示),我们要做的就是得出θ0 和 θ1 的值,来让假设函数表示的直线,尽量与这些数据点很好的拟合。那么如何得出θ0 和 θ1 的值呢?想法是针对h(x)模型原创 2022-03-03 17:15:33 · 906 阅读 · 0 评论 -
#吴恩达 ·机器学习笔记(③ 线性代数的相关知识)
DAY 5矩阵的维数应该写作矩阵的行数×列数如何表达矩阵的某个项?什么是向量?(大写字母表示矩阵,小写字母表示向量)向量是只有1列的矩阵原创 2022-03-04 09:29:42 · 508 阅读 · 0 评论