吴恩达machine learning

吴恩达《Machine Learning》精炼笔记 7:支持向量机 SVM

38

红色石头 发布于 2021-01-16

系列文章: 吴恩达《Machine Learning》精炼笔记 1:监督学习与非监督学习 吴恩达《Machine Learning》精炼笔记 2:梯度下降与正规方程 吴恩达《Machine Learning》精炼笔记 3:回归问题和正则化 吴恩达《Machine Learning...

阅读(12)评论(0)赞 (0)

吴恩达《Machine Learning》精炼笔记 4:神经网络基础

25

红色石头 发布于 2021-01-14

今天带来第四周课程的笔记:神经网络基础。 非线性假设 神经元和大脑 模型表示 特征和直观理解 多类分类问题 非线性假设Non-linear Hypotheses 线性回归和逻辑回归的缺点:特征太多的时候,计算负荷会非常大 假设我们希望训练一个模型来识别视觉对象(例如识别一张图片上...

阅读(96)评论(0)赞 (0)

吴恩达《Machine Learning》精炼笔记 3:回归问题和正则化

36

红色石头 发布于 2021-01-14

今天带来第三周课程的笔记:回归问题和正则化。 主要讲解的内容包含: 逻辑回归 代价函数 线性回归和逻辑回归的比较 正则化问题 逻辑回归 分类问题 逻辑回归 分类问题 假设预测的变量y是离散的值,需要使用逻辑回归Logistic Regression,LR的算法,实际上它是一种分类...

阅读(89)评论(0)赞 (0)

吴恩达《Machine Learning》精炼笔记 2:梯度下降与正规方程

22

红色石头 发布于 2020-12-24

今天带来第二周课程的笔记:梯度下降与正规方程。 主要内容: 多维特征 多变量梯度下降 梯度下降法实践 正规方程 多维特征Multiple Features 多维特征Multiple Features 还是利用房价模型的例子,增加了更多的特征,比如:房间楼层、房间数量、地理位置等,...

阅读(753)评论(0)赞 (0)