机器学习【吴恩达】系列课程笔记
文章平均质量分 85
在b站上学习2019年吴恩达【机器学习】视频的笔记记录,监督自己啃完100+个视频。
张小怪的碗
这个作者很懒,什么都没留下…
展开
-
P6 1-2【机器学习】分类、假设陈述
PS:因为P5介绍的是Octave语法实现,博主主要用Python进行代码编译和算法实现,因此跳过了P5视频,直接进入第6章第学习。1.分类1.1分类问题举例:常见的分类问题例如:1.邮件分类:是否是垃圾邮件2.在线购物欺诈检测3.肿瘤分类:良性/恶性 我们目前先考虑二分类,之后会考虑多分类。二分类常用0/1进行表示,0表示消极分类,1表示积极分类。 通常不将线性回归应用于分类问题: 我们将会在下一节中介绍Logis...原创 2021-10-26 17:55:37 · 322 阅读 · 0 评论 -
P4 【机器学习】多元梯度下降、特征选择、正规方程
目录1.多变量2.利用梯度下降处理多元线性回归函数,得到假设参数1.多变量利用矩阵书写假设函数:2.利用梯度下降处理多元线性回归函数,得到假设参数将假设参数θ不看做分开的独立参数,而是看做一个n维的单位向量。如下图,我们的目的是将多元线性函数转移到梯度下降函数中,不断更新θ_j的值,j变一次θ_就随之变一次。下图中左边是旧的算法,只有一个变量,右边是多个变量的情况,接下来将会解释为什么这两个算法原理是一样的...原创 2021-09-29 13:48:37 · 302 阅读 · 0 评论 -
P3 【机器学习】矩阵、向量、乘法特征、逆和转制
1.矩阵和向量 Metrices and Vectors1.1矩阵的定义矩阵可以定义为二维数组。Matrices are 2-dimensional arrays. 矩阵的例子:下图中展示了一个4x2和2x3的矩阵以及它们的写法。 矩阵中特定元素的表示方法:1.2向量的定义向量是只有一行很多列的矩阵,因此向量是矩阵的子集。A vector is a matrix with one c...原创 2021-09-12 23:12:37 · 1792 阅读 · 0 评论 -
P2 【机器学习】模型描述、代价函数、梯度下降
1.模型描述 Model Representation在【吴恩达】机器学习的课程中会用到一些描述符号,在这里事先标明。例如m代表总的训练样本的数量,X^(n) 和 Y^(n) 分别表示第n个输入变量和第n个输出变量。 当我们在利用机器学习算法构造模型时,一般步骤如下左图。利用算法从训练集中得到假设函数h(hypothesis),假设函数h是从size(x)到price(y)的一个映射map。如下右图,是建立的一个简单的线性回归模型(linear regressio...原创 2021-09-11 18:37:13 · 316 阅读 · 0 评论 -
P1 【机器学习】机器学习简介
目录1.什么是机器学习 What is Machine Learning2.有监督学习 Supervised Learning2.1生活中有趣的例子2.2有监督学习的定义3.无监督学习 Unsupervised Learning3.1无监督学习的定义3.2聚类算法的实例 1.什么是机器学习 What is Machine Learning关于机器学习的定义,一种更早的的定义是Arthur Samuel提出的,他利用机器学习让...原创 2021-09-11 16:17:35 · 148 阅读 · 0 评论