![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
吴恩达机器学习笔记
24kb_
这个作者很懒,什么都没留下…
展开
-
【吴恩达机器学习笔记】第二章:单变量线性回归
单变量线性回归(Univariate linear regression)介绍一个数据集也被称为一个训练集数据集的表示m :数据集样本容量(x,y) :一个样本,x为输入,y为输出x(i)x^{(i)}x(i) :第i个样本的输入 ,y(i)y^{(i)}y(i):第i个样本的输出学习算法的任务就是根据训练集来输出一个函数,这个函数能够根据input来预测output定义代价函...原创 2019-01-12 12:08:26 · 323 阅读 · 0 评论 -
绪论:初识机器学习
绪论Machine LearningExamplesMachine Learning Grew out of work in AI (grew out of:产生于) New capability for computersExamplesDatabase miningLarge databases from growth of automation/web.Applica...原创 2019-01-12 01:14:28 · 170 阅读 · 0 评论 -
【吴恩达机器学习笔记】第三章:线性回归回顾
本章是对线性代数的一些简单回顾,由于之前学过,所以这里只是简单的将课程中的一些例子粘过来矩阵表示矩阵加法和标量乘法矩阵向量乘法用矩阵向量乘法来同时计算多个预测值矩阵乘法用矩阵乘法同时计算多个回归函数的多个预测值矩阵乘法不满足交换律矩阵乘法满足结合律单位矩阵矩阵的逆矩阵的转置...原创 2019-01-12 16:12:59 · 181 阅读 · 0 评论 -
【吴恩达机器学习笔记】第五章:多变量线性回归
目录多特征下的目标函数多元梯度下降法多元梯度下降法中的方法特征缩放选择学习率特征和多项式回归正规方程(区别于迭代法的直接解法)正规方程在矩阵不可逆的情况下的解决方法多特征下的目标函数将多个特征表示成向量假设训练集中每个样本都有多个特征。m:样本的个数n:特征的个数x⃗(i)\vec x^{(i)}x(i):第i个样本的特征,其展开后是一个n+1维的向量,定义x0(i)=1x_0^{(...原创 2019-01-13 15:08:43 · 313 阅读 · 0 评论 -
【吴恩达机器学习笔记】第七章:Logistic回归
目录分类常见的分类问题:如何进行分类使用线性回归来预测Logistic回归决策边界代价函数梯度下降其他高级优化方法一对多分类分类常见的分类问题:邮件分类肿瘤是否是良性如何进行分类使用线性回归来预测根据数据集来构造一个线性预测函数hθ(x)=θTxh_\theta(x)=\theta^\mathrm Txhθ(x)=θTx则有:hθ(x)≥0.5 则预测y=1...原创 2019-01-14 15:06:17 · 284 阅读 · 0 评论 -
【吴恩达机器学习笔记】第八章:正则化
目录过拟合问题(overfitting)例子导致原因解决方法正则化一个例子正则化处理后的代价函数线性回归的正则化梯度下降法正规方程法逻辑回归梯度下降法其他高级优化方法过拟合问题(overfitting)例子线性回归如上图,第一幅图称为欠拟合,只使用了一次函数来拟合数据,拟合效果不好。第二幅图使用了二次函数来拟合,拟合效果不错。第三幅图使用了高次函数,样本点都在预测函数上,但是很明显这个...原创 2019-01-14 21:16:20 · 1017 阅读 · 1 评论 -
【吴恩达机器学习笔记】第九章:神经网络学习
目录非线性假设神经网络起源神经元模拟神经元神经网络的向量化计算(前向传播)通过神经网络计算的具体例子非线性假设非线性分类中,要想给出一个较为准确的拟合曲线,必须要加很多多次项。如下面的例子:当有100个特征时,光包含所有的二次项,就会新产生5000个特征,三次项,就会有大约170000个特征。再看一个计算机视觉中的例子计算机通过输入的图片来识别物体,而这些图片是通过对每个点的“描述”...原创 2019-01-15 14:08:44 · 437 阅读 · 0 评论