- 博客(2)
- 收藏
- 关注
原创 Andrew Ng ML课程总结(二)
摘要: 监督学习中的线性回归问题,介绍了梯度下降算法(随机梯度下降与批梯度下降),以及正规方程组的解决方法和数学推导。另外,线性回归的一个重要问题是目标函数的选择,这里用最小二乘解。 一些符号约定仍然是以房价与房屋面积的例子引出线性回归问题的解答。首先定义一些符号: m:训练数据的大小 x:输入变量,是向量 y:输出变量,是实数 (x,y):一个训练实例 (x(i),y(i))(x
2017-03-25 21:48:14
271
原创 Andrew Ng ML课程总结(一)
Andrew Ng ML课程总结(一) 这些文章是关于Andrew Ng(吴恩达) 在Stanford 机器学习的公开课的总结,视频在网易上有中英文字幕版,coursera上也有对应课程。
2017-03-20 01:09:27
572
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人