![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
科研菜鸡之吴恩达机器学习笔记
文章平均质量分 83
xxatz
这个作者很懒,什么都没留下…
展开
-
第四章 多变量线性回归
文章目录第四章 多变量线性回归4.1 多变量 Multiple features4.2 多元梯度下降法4.3 特征和多项式回归4.4 正规方程 第四章 多变量线性回归 4.1 多变量 Multiple features 标记 Notation: nnn:特征数量(变量数量) mmm :样本数量 x(i)x^{(i)}x(i) :索引样本(一个 nnn 维变量) xj(i)x^{(i)}_jxj(i):第 iii 个样本的第 jjj 个特征量的值 函数变化:hθ(x)=θ0+θ1x1+θ2x2原创 2022-02-14 22:19:58 · 735 阅读 · 0 评论 -
第三章 线性代数回顾
文章目录第三章 线性代数回顾3.1-3.43.5 矩阵乘法特征 Matrix multiplication properties3.6 逆和转置 Inverse and transpose 第三章 线性代数回顾 详细知识可看:第二章 矩阵代数(线性代数) 3.1-3.4 矩阵和向量 Matrices and vectors 加法和标量乘法 向量乘法 矩阵乘法 快速将多个函数应用到多个变量中 3.5 矩阵乘法特征 Matrix multiplication properties原创 2022-02-14 22:00:54 · 414 阅读 · 0 评论 -
第二章 单变量线性回归
文章目录第二章 单变量线性回归2.1 模型描述 Model representation2.2 代价函数 Cost function2.3 梯度下降 Gradient Descent2.4 线性回归中的梯度下降法 Gradient descent for linear regression 第二章 单变量线性回归 2.1 模型描述 Model representation 房价模型:已知样本数据集(训练集)中的房子对应的面积和价格,学习任何预测房价(输出一个假设函数 hypothesis)。 监督学习原创 2021-12-08 15:19:20 · 672 阅读 · 0 评论 -
第一章 绪论:初识机器学习
文章目录第一章 绪论:初识机器学习1.1 欢迎1.2 什么是ML What is machine learning?1.3 监督学习 Supervised learning1.4 无监督学习 Unsupervised learning 第一章 绪论:初识机器学习 1.1 欢迎 Machine Learning: AI 的分支 计算机的新功能 Examples: 海量数据集的数据挖掘,例如: Web click data medical records biology engineering原创 2021-12-08 14:20:31 · 215 阅读 · 0 评论