![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
In_the_wind_
欢迎对文章给予建议、指正;如果哪里不够清晰也可以在下方评论,在看到后我会尽力完善。
展开
-
吴恩达 机器学习EX1学习笔记 MATLAB实现
前言 第一部分是关于线性回归 具体的概念其实在课程视频中都讲的比较清楚,但是在接触第一个练习之前,我一直不知道实际上如何coding,但是通过这种类似程序填空的形式能帮助我们理解这个实现。 单变量线性回归 1----读取数据并绘制图形 %% ======================= Part 2: Plotting ======================= fprintf('Plott...原创 2019-09-14 13:57:35 · 1725 阅读 · 0 评论 -
吴恩达 机器学习 正则化 学习笔记
正则化解决/缓解 过拟合 问题 首先,介绍几个概念 “欠拟合”与“刚刚好”与“过拟合” “欠拟合”其实相对容易解决,通过不断地调参,总可以使拟合度逐渐提高 而“过拟合”的问题则相对麻烦一些 Q:什么情况会出现过拟合? A:当特征数过多时,方程阶数可能很高,导致曲线可能去尽力拟合每一个数据,导致曲线极度扭曲。可以说是“特化”过于严重。而我们机器学习是希望通过一些特化的训练集得到一个相对泛化的结果,能...原创 2019-09-14 20:53:26 · 1466 阅读 · 0 评论 -
吴恩达 机器学习 线性回归与逻辑回归中代价函数在MATLAB中具体实现总结
作为一个对线代已经不那么熟悉,机器学习方面也是零基础的小白,在做EX1和EX2的时候,最让我感到困难的就是代价函数cost Function、梯度在MATLAB中究竟应该是怎样的形式 根据吴恩达老师给出的形式 一. 线性回归 1.普通线性回归 预测函数H 代价函数 具体的MATLAB实现 这里是另一种方法,二选一即可 这里的采用的是向量化编程,无论是单一变量还是多变量都是适用的。 梯度下降 具...原创 2019-09-15 14:28:30 · 1409 阅读 · 0 评论