- 博客(3)
- 资源 (5)
- 收藏
- 关注
原创 第一周-机器学习-梯度下降(gradient descent)
这仅是本人在cousera上学习机器学习的笔记,不能保证其正确性,谨慎参考1、梯度下降函数,一直重复下面公式直到收敛(repeat until convergence),此时即可收敛得到局部最小值(converge to local minimum),该梯度下降法对多参数也可用(例如θ0,θ1,θ2,θ3,θ4,θ5……θn),注意该过程对每一次的j迭代是需要同步更新参数的(At each ite
2017-01-14 00:18:36 1545
原创 第一周-机器学习-代价函数_intuition
这仅是本人在cousera上学习机器学习的笔记,不能保证其正确性,谨慎参考1、算法模型,hypothesis(假设),h表示x到y的映射函数: 2、单值线性回归举例分析 3、J为平方误差代价函数(squared error function),为什么除以2*m问不是除以m,视频中说除以2是为求最小值。 4、代价函数(cost function)说明: “The mean is h
2017-01-13 02:22:03 1671 1
原创 第一周-机器学习监督学习-无监督学习
这仅是本人在cousera上学习机器学习的笔记,不能保证其正确性,谨慎参考关系图: 监督学习(Supervised Learning):回归预测(Regression): 实例:如下图,有了房子大小和房子价格的一批数据,需要预测大小为750时,房价为多少合适: 分类(Classification) 实例:如下图,根据年龄和肿瘤大小的历史数据,画出图形,然后根据图形特征,画出一条线分为两类,进而预
2017-01-12 01:15:01 516
LC-3 Editor和LC-3 Simulator
2015-04-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人