![](https://img-blog.csdnimg.cn/bdbe8e84d82d4a7283197f053cd92476.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
Coursera吴恩达机器学习课程笔记
文章平均质量分 93
oursera上吴恩达的机器学习就更偏向于实用性,没有太多数学证明,并且附有matlab习题供实践,因此新手较容易入门。本专栏主要是学习笔记,欢迎各位小伙伴指正
yanglamei1962
一个快乐的程序员老奶奶
展开
-
Coursera吴恩达机器学习课程笔记——神经网络: 学习(Neural Networks: Learning)
神经网络的分类问题有两种:二元分类问题(0/1分类)只有一个输出单元(K1多元(K)分类问题输出单元不止一个(K1hΘxaLgΘL−1aL−1gzLL: 神经网络的总层数sl: 第l层激活单元的数量(不包含偏置单元)hΘxk: 分为第k个分类(kth)的概率 $P(y=k | x;\Theta) $K: 输出层的输出单元数量,即类数 - 1yki: 第i个训练样本的第k个分量值yK维向量。原创 2023-04-26 21:51:53 · 343 阅读 · 0 评论 -
Coursera吴恩达机器学习课程笔记——神经网络:表达(Neural Networks: Representation)
多分类问题,要分为。原创 2023-04-24 19:46:17 · 75 阅读 · 0 评论 -
Coursera吴恩达机器学习课程笔记——正则化(Regularization)
无法很好的拟合训练集中的数据,预测值和实际值的误差很大,这类情况被称为欠拟合。拟合模型比较简单(特征选少了)时易出现这类情况。类似于,你上课不好好听,啥都不会,下课也差不多啥都不会。不论是训练集数据还是不在训练集中的预测数据,都能给出较为正确的结果。类似于,学霸学神!能很好甚至完美拟合训练集中的数据,即Jθ→0,但是对于不在训练集中的,预测值和实际值的误差会很大,,这类情况被称为过拟合。拟合模型过于复杂(特征选多了)时易出现这类情况。原创 2023-04-23 20:32:13 · 178 阅读 · 0 评论 -
Coursera吴恩达机器学习课程笔记——逻辑回归(Logistic Regression)
在分类问题中,预测的结果是离散值(结果是否属于某一类),逻辑回归算法(Logistic Regression)被用于解决这类分类问题。讨论肿瘤诊断问题:肿瘤诊断问题的目的是告诉病人是否为恶性肿瘤,是一个二元分类问题(binary class problems),则定义 $ y \in\lbrace 0, 1\rbrace$,其中 0 表示负向类(negative class),代表恶性肿瘤(“-”),1 为正向类(positive class),代表良性肿瘤(“+”)。如图,定义最右边的样本为偏差项。在未加原创 2023-04-23 20:27:28 · 244 阅读 · 0 评论 -
Coursera吴恩达机器学习课程笔记——多变量线性回归
对于一个要度量的对象,一般来说会有不同维度的多个特征。比如之前的房屋价格预测例子中,除了房屋的面积大小,可能还有房屋的年限、房屋的层数等等其他特征:这里由于特征不再只有一个,引入一些新的记号n: 特征的总数xi: 代表样本矩阵中第i行,也就是第i个训练实例。xji: 代表样本矩阵中第i行的第j列,也就是第i个训练实例的第j个特征。参照上图,则有x214163240x121416多变量假设函数hhθxθ0θ1。原创 2023-04-16 10:06:00 · 55 阅读 · 0 评论 -
Coursera吴恩达机器学习课程笔记——单变量线性回归
feet2xy房价预测训练集中,同时给出了输入x和输出结果y,即给出了人为标注的**”正确结果“**,且预测的量是连续的,属于监督学习中的回归问题。其中h代表结果函数,也称为。假设函数根据输入(房屋的面积),给出预测结果输出(房屋的价格),即是一个X→Y的映射。hθxθ0θ1x,为解决房价问题的一种可行表达式。x: 特征/输入变量。上式中,θ为参数,θ的变化才决定了输出结果,不同以往,这里的x被我们(不论是数据集还是预测时的输入),所以怎样解得θ。原创 2023-04-15 22:39:17 · 92 阅读 · 0 评论 -
Coursera吴恩达机器学习课程笔记——什么是机器学习(What is Machine Learning)
机器学习定义 这里主要有两种定义:这个定义有点不正式但提出的时间最早,来自于一个懂得计算机编程的下棋菜鸟。他编写了一个程序,但没有显式地编程每一步该怎么走,而是让计算机自己和自己对弈,并不断地计算布局的好坏,来判断什么情况下获胜的概率高,从而积累经验,好似学习,最后,这个计算机程序成为了一个比他自己还厉害的棋手。task Tand someTom Mitchell 的定义更为现代和正式。T(Task): 过滤垃圾邮件任务。P(Performance): 电子邮件系统过滤垃圾邮件的准确率。原创 2023-04-15 22:29:34 · 186 阅读 · 0 评论