![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
吴恩达机器学习笔记
文章平均质量分 83
木女Dawn
IT菜鸟一枚
展开
-
吴恩达机器学习笔记系列(一)——第一周练习题
一、review questions1、第 1 个问题A computer program is said to learn from experience E withrespect to some task T and some performance measure P if itsperformance on T, as measured by P, improves with...转载 2018-05-04 11:17:58 · 1934 阅读 · 0 评论 -
吴恩达机器学习笔记系列(二)——认识机器学习
一、认识机器学习grew out of work in AINew capability for computersExamples:数据挖掘 网络上的大数据集链接,诊断记录,生物学,工程学等无法手工手机数据的应用无人机,手写字识别,NLP,计算机视觉self-customizing progrrams 自定义程序amazon等的推荐系统eg:理解人类学习eg...原创 2018-05-04 11:25:17 · 275 阅读 · 0 评论 -
吴恩达机器学习笔记系列(三)——非监督学习
1.监督学习 :在监督学习中,给定一个数据集,并且知道结果是应该什么样子的,输和输出之间存在联系。监督学习包括: regression:把输入映射到某个连续函数(continuous function) classification:把输入的变量映射到不同类别2.无监督学习:几乎不知道想要求解的问题的结果应该是什么样子的。我们...原创 2018-05-04 11:27:44 · 445 阅读 · 0 评论 -
吴恩达机器学习笔记系列(四)——线性回归
一.model representation(模型描述)1.变量含义:m = 样本数量x = 输入变量y = 输出变量(x,y)——表示一组训练样本(xi,yi)(xi,yi)(x^i,y^i)——第 i 个训练样本如下图:y^1=460, x^1=2104。2.监督学习问题描述如下: hypothesis(假设);对于线性问题,x与y的映...原创 2018-05-04 11:44:09 · 463 阅读 · 0 评论 -
吴恩达机器学习笔记系列(五)——梯度下降
一、gradient descent (梯度下降)1、概念:线性回归的目的就是找出使得误差(损失函数)最小的参数值。可以用梯度下降来确定 参数的大小。梯度下降是一种迭代方法,能够求解局部最小值,结果与初始点的选取有关。为了找到最小值,从某一点开始,每次都往梯度下降最快的方向移动。如下图所示,当凹处不止一个时,选择不同初始点可能得到的结果差别很大。2、更新规则:对...原创 2018-05-04 11:51:10 · 443 阅读 · 0 评论 -
斯坦福大学machine learning课程学习笔记
第1、2周课程及编程作业1(基于matlab/octave语言)一、线性回归的实现(ex1.m)1、warmUpExercise.m该函数的功能是生成一个5*5的单位矩阵(正对角线为1,其它位置为0的矩阵)。有两种方法实现: (1)使用matlab中的函数eye():A=eye(5)。 eye()函数用来生成单位矩阵。 A = eye(m):生成m*m单位...原创 2018-07-21 13:39:14 · 387 阅读 · 0 评论