Machine Learning
文章平均质量分 72
xuexiang0704
这个作者很懒,什么都没留下…
展开
-
(1)Linear Regression with One Variable
以下内容源自coursera上的machine learning,同时参考了Rachel-Zhang的博客(http://blog.csdn.net/abcjennifer)原创 2013-04-29 21:05:27 · 1607 阅读 · 0 评论 -
(4)Neural Networks: Representation
以下内容源自coursera上的machine learning,同时参考了Rachel-Zhang的博客(http://blog.csdn.net/abcjennifer)在讲完了logisitc regression 和 linear regression的两种常用方法后,考虑到一些弊端,我们需要进一步了解其他的机器学习方法,摘要:(一)(二):是让我们了解神经网络原创 2013-05-16 14:46:16 · 1429 阅读 · 0 评论 -
(3)Logistic Regression and Regularization
以下内容源自coursera上的machine learning,同时参考了Rachel-Zhang的博客(http://blog.csdn.net/abcjennifer)前面两节讲的主要是线性回归的(单特征和多特征):最主要的步骤就是得出cost function,求出令cost function最小的的参数theta。至于如何求呢?有两种方法,一种是梯度下降,一种是normal原创 2013-05-09 11:10:41 · 1985 阅读 · 1 评论 -
(2)Linear Regression with Multiple Variables
以下内容源自coursera上的machine learning,同时参考了Rachel-Zhang的博客(http://blog.csdn.net/abcjennifer)上一节讲了只有一个特征的情况,下面聊聊多特征的。(一):多特征的例子以及多特征的的cost function和得到的函数h(二):单特征和多特征的梯度算法的比较:原创 2013-04-29 21:40:39 · 1524 阅读 · 0 评论