coursera notes
复醉
这个作者很懒,什么都没留下…
展开
-
octave windows 安装
本来打算直接安装 matlab ,但是听说octave 轻量,够用,所以打算安装octave官网地址官网提供了exe,zip,7z 安装方式exe 格式安装4.4.1到此安装完成!...原创 2018-11-13 17:45:30 · 1525 阅读 · 0 评论 -
代价函数的矩阵表示【CF】
不知道为什么,不能高亮matlab,就下面这样了用的是matlab语法m为样例数目,X输入,y输出,theta为参数,线性回归,linear regressionJ=((X*theta-y)'*(X*theta-y))/2/m;gradient=X'*(X*theta-y);LR,逻辑回归# h为h(x)列向量J=(((log(h))'*(-y))-(log(1-h)...原创 2018-11-28 13:34:35 · 2834 阅读 · 0 评论 -
逻辑回归求梯度的数学推导
做ex_2的时候,碰到一个求梯度公式,在此手推一波. 如下:δJ(θ)δθj=1m∑i=1m(hθ(x)(i)−y(i))xj(i)\frac{\delta J(\theta)}{\delta\theta_j}=\frac {1}{m}\sum_{i=1}^m(h_\theta(x)^{(i)}-y^{(i)})x^{(i)}_jδθjδJ(θ)=m1i=1∑m(hθ(x)(i)−...原创 2018-11-28 12:49:34 · 441 阅读 · 0 评论 -
逻辑回归(Logistic Regression, LR)
学概率论的时候不是多么用心,这部分也是随便看看,在此补上。大家都知道,概率是对要发生事件的结果的预测,似然就是知道事件的结果对概率进行反推。在某个概率上,某事件最有可能发生。最大似然估计,就是某事件最有可能的那个概率(就是好多文章里面提到的参数)”。来个好多文章里面的例子抛硬币,首先条件,质量分布不均匀,抛的结果是2正1反,(抛正概率为p),p为多少最有可能出现这种情况。y=p2(1−...原创 2018-11-27 12:33:09 · 206 阅读 · 0 评论 -
国内使用cousera
经过不懈努力,(改过hosts,翻过墙,用过ipv6,终于被我找到了)。更流畅https://www-cloudfront-alias.coursera.org原创 2018-11-24 20:34:17 · 2383 阅读 · 4 评论 -
希腊字母 读法
从小学到大学,一直都不太懂希腊字母读法。今天特意写下来。1 Αα(alpha)2 Ββ(beta)3 Γγ(gamma)4 Δδ(delta)5 Εε(epsilon)6 Ϝϝ(digamma)7 Ζζ(zeta)8 Ηη(eta)9 Θθ(theta)10 Ιι(iota)11 Κκ(kappa)12 Λλ(lambda)13 Μμ(mu)14 Νν(nu)15...原创 2018-11-17 23:37:33 · 367 阅读 · 0 评论 -
正规方程推导(Normal equation)
normal equation 推导思路先推导,用例数目m=2时,X=[1x111x12],Y=[y11y12],θ=[θ11θ12]先推导,用例数目m=2时,X=\begin{bmatrix} 1 & x_1^1 \\ 1 & x_1^2 \\ \end{bmatrix},Y= \begin{bmatrix} y_1^1 \\ y_1^2 \\ \end{...原创 2018-11-20 23:24:07 · 377 阅读 · 0 评论 -
特征缩放(feature scaling)
为什么会出现特征缩放?因为在对训练集,进行梯度下降的时候,会出现一种情况,以三维的J(θ1,θ2)J(\theta_1,\theta_2)J(θ1,θ2)为例,得到的三维图像非常不均匀,狭长,想象一下银河系的形状。在这种类型的大型训练集中操作,学习算法是迂回前进的,比起走直线要多花费不少时间,在这种情况下:程序员:我要让他变短。数学家:两点之间,直线最短。随便拐个弯也没什么,总比绕来绕...原创 2018-11-20 20:23:35 · 850 阅读 · 0 评论 -
Linear regression with one variable [ml]
Model representation就是得到输入到输出的hypothesis(假设)函数,也就是得出学习算法。比如通过房子大小(输入)预测房价(输出)。cost function(代价函数)线性回归,就是得到一个线性函数,就是直线吧。y=kx+by=kx+by=kx+b 很像初中学习还考过的线性回归,不过和那时不太一样,那时候是最小二乘法求回归方程,现在是另外一种方法。最终的一次...原创 2018-11-18 01:26:19 · 128 阅读 · 0 评论 -
初识机器学习
应用领域medical records:医疗记录,身体健康学习一下web :机器学会网页排序、垃圾邮件、推荐biology:对基因、dna 学习工程:无人机、邮件系统机器学习定义Arthur Samuel:使 机器学会学习Tom Mitchell:E-experience(经验) T-task(任务) P-performance(性能)2.1 两大方面supervised le...原创 2018-11-14 01:53:34 · 671 阅读 · 0 评论 -
应用机器学习
在第六周课件中,泛化能力 (generalize) 一般指对整个样本的适应性。还有 high bias 欠拟合,high variance 过拟合。在应用过程中出现问题,比如:错误率有多高,和别人用相同算法的情况下,一般针对不同情况有以下应对措施:Get more training examplesTry smaller sets of featuresTry getting addi...原创 2018-12-10 20:15:38 · 226 阅读 · 0 评论