![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
吴恩达机器学习
ziuno
NLP爱好者,专注于解决小众bug~
展开
-
《吴恩达机器学习》笔记——12 机器学习系统设计
《吴恩达机器学习》笔记——12 机器学习系统设计1 确定执行的优先级构建一个垃圾邮件分类器监督学习输入输出符号xxxyyy描述email的特征-选择选择100个词来表明是否为垃圾邮件x∈R100x\in\mathbb{R}^{100}x∈R100xj={1若单词j出现在邮件中0其他x_j=\left\{\begin{matrix}1 &若...原创 2019-11-17 15:38:41 · 120 阅读 · 0 评论 -
《吴恩达机器学习》笔记——11 应用机器学习的建议
《吴恩达机器学习》笔记——11 应用机器学习的建议1 决定下一步做什么问题算法改进产生较大误差1. 使用更多训练样本2. 尝试选用更少特征3. 获取更多特征4. 增加多项式特征5. 增大或减小λ\lambdaλ2 模型评估与选择评估单个模型多个模型选择数据集训练集(70%)测试集(30%)训练集(60%)交叉验证集(20%)测试集(20...原创 2019-11-16 20:30:43 · 139 阅读 · 0 评论 -
《吴恩达机器学习》笔记——10 神经网络参数的反向传播算法
《吴恩达机器学习》笔记——10 神经网络参数的反向传播算法1 代价函数参数表达训练集{(x(1),y(1)),(x(2),y(2)),…,(x(m),y(m))}\{(x^{(1)},y^{(1)}),(x^{(2)},y^{(2)}),\dots,(x^{(m)},y^{(m)})\}{(x(1),y(1)),(x(2),y(2)),…,(x(m),y(m))}...原创 2019-11-16 16:01:41 · 130 阅读 · 0 评论 -
《吴恩达机器学习》笔记——9 神经网络学习
《吴恩达机器学习》笔记——9 神经网络学习1 非线性假设原创 2019-11-15 15:53:17 · 116 阅读 · 0 评论 -
《吴恩达机器学习》笔记——8 正则化
《吴恩达机器学习》笔记——8 正则化1 过拟合问题解决过拟合问题具体减少选取变量的数量人为选择保留的特征模型选择算法正则化保留所有特征,但减小θj\theta_jθj的数量级或值2 代价函数正则化代价函数J(θ)=12m[∑i=1m(hθ(x(i))−y(i))2+λ∑j=1nθj2]J(\theta)=\frac{1}{2m}\left[\s...原创 2019-11-14 15:04:09 · 110 阅读 · 0 评论 -
《吴恩达机器学习》笔记——7 Logistic回归
《吴恩达机器学习》笔记——7 Logistic回归1 分类分类yyy负类0正类1若hθ(x)h_\theta(x)hθ(x)预测yyy⩾0.5\geqslant0.5⩾0.51<0.5<0.5<0.502 假设陈述-表达式hθ(x)h_\theta(x)hθ(x)g(θTx)...原创 2019-11-14 10:53:13 · 124 阅读 · 0 评论 -
《吴恩达机器学习》笔记——5 多变量线性回归
《吴恩达机器学习》笔记——5 多变量线性回归1 多功能符号定义nnn特征量的数目x(i)=[x1(i);x2(i);… ;xn(i)]x^{(i)}=[x^{(i)}_1;x^{(i)}_2;\dots;x^{(i)}_n]x(i)=[x1(i);x2(i);…;xn(i)]第iii个训练样本的输入特征值xj(i)x^{(i)}_jxj(i)第ii...原创 2019-11-13 14:09:00 · 169 阅读 · 0 评论 -
《吴恩达机器学习》笔记——2 单变量线性回归
吴恩达机器学习——2 单变量线性回归1 模型描述符号定义mmm训练样本数量xxx”输入”变量/特征yyy“输出”变量/“目标”变量(x,y)(x,y)(x,y)一个训练样本(x(i),y(i))(x^{(i)},y^{(i)})(x(i),y(i))第iii个训练样本hhh假设函数模型hθ(x)=θ0+θ1xh_\t...原创 2019-10-17 14:48:12 · 214 阅读 · 0 评论