深度之眼_吴恩达机器学习_打卡学习_单变量线性回归

最新推荐文章于 2023-02-01 15:38:37 发布

weixin_38426803

最新推荐文章于 2023-02-01 15:38:37 发布

阅读量210

点赞数

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_38426803/article/details/90546578

版权

打卡第一天

单变量线性回归模型

模型是一个函数的意思，目的是为了得到这个函数

函数的基本样式 $h_\Theta (x)=\Theta _0+\Theta _1x$

为了得到这个函数，需要确定 $\Theta _0, \Theta _1$ 。

引入了代价函数

代价函数， $\frac{1}{2m}\sum (h_\Theta (x) - y))^{2}$

代价函数是要最小化

已知条件，一组m个数据的训练集，代价函数最小时取得的 $\Theta$ 就是我们的模型需要的参数

参数采用梯度下降法，(批梯度下降法)

$\Theta _0 : \frac{1}{m}\sum (h_\Theta (x) - y)$

$\Theta _1 : \frac{1}{m}\sum (h_\Theta (x) - y) * x$

梯度的公式，每次更新时计算的梯度，再乘上学习率，有点类似步长。

直到收敛或达到迭代次数。

每次更新时全部训练集一起计算，更新一次参数的值。这里使用向量化的方法。

weixin_38426803

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
深度之眼_吴恩达机器学习_打卡学习_单变量线性回归

打卡第一天单变量线性回归模型模型是一个函数的意思，目的是为了得到这个函数函数的基本样式为了得到这个函数，需要确定。引入了代价函数代价函数，代价函数是要最小化已知条件，一组m个数据的训练集，代价函数最小时取得的就是我们的模型需要的参数参数采用梯度下降法，(批梯度下降法)梯度的公式，每次更新时计算的梯度，再乘上学习率，有点类似步长。直到收敛或达到迭代...
复制链接

扫一扫

weixin_38426803 CSDN认证博客专家 CSDN认证企业博客

码龄7年

7: 原创

47万+: 周排名

132万+: 总排名

1692: 访问

: 等级

80: 积分

1: 粉丝

0: 获赞

1: 评论

0: 收藏

私信

关注

最新评论

深度之眼_吴恩达机器学习_打卡学习_单变量线性回归
Digestala: 老哥你这是机器学习那个深度之眼的那个课吗，我想问问你关于这个培训机构的事情

您愿意向朋友推荐“博客详情页”吗？

强烈不推荐
不推荐
一般般
推荐
强烈推荐

提交

最新文章

目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。