![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI
out晒头的Ed
心中有钱,遍地黄金~
展开
-
Linear regression
线性回归属于回归问题。对于回归问题,解决流程为: 给定数据集中每个样本及其正确答案,选择一个模型函数h(hypothesis,假设),并为h找到适应数据的(未必是全局)最优解,即找出最优解下的h的参数,这里我们称之为向量θ。最基本的单变量线性回归(Single-linear regression): 形如h(x)=θ_0 + θ_1*x1多变量线性回归(Multi-linear re...原创 2018-03-22 22:52:52 · 245 阅读 · 0 评论 -
Logistic regresion
1.基本概念 Logistic regression主要应用与分类问题,和回归问题一样同属于“监督学习”。在二分类问题中,其主要思想是设定某一个阈值(threshold),当超过该阈值时,判定结果为1;否则为0。如下例:我们假定当tumor size大于一定程度的时候,我们就认为该肿瘤为恶性肿瘤(malignant)2.模型函数h(hypothesis)在logistic regres...原创 2018-03-23 11:20:30 · 339 阅读 · 0 评论 -
高级优化
conjugete gradientBFGSL-BFGS原创 2018-03-22 09:26:51 · 147 阅读 · 0 评论 -
Neural Network Cost fu
我们用L来标记神经网络的层数,例如这里就是 4 。我们用 s l (小写的L)来标记第l层的单元数量,例如这里就是:s1=3、s2=s3=5 、s4=4 ,注意这里是不包含偏差单元的,也就是a 0 = 1 的单元。每一层特征的计算,使用的公式依然是逻辑函数: Logistic regression的代价函数为:类比Logistic regression的代价函数,我们得到N...原创 2018-03-26 17:50:27 · 248 阅读 · 0 评论