摘要:本文主要向大家介绍了机器学习入门之机器学习笔记(二)- from Andrew Ng的教学视频,通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助。
本文主要向大家介绍了机器学习入门之机器学习笔记(二)- from Andrew Ng的教学视频,通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助。
省略了Octave的使用方法结束,以后用得上再看吧week three:
Logistic Regression:
用于0-1分类
Hypothesis_x00B_ Representation:
:Sigmoid function or Logistic function
Decision boundary:
theta 的转置*小x>=0 即为boundary
may :Non-linear decision boundaries,构造x的多项式项
Cost function:
Simplified cost function and gradient descent:
由于y只有两个值,所以合并:
对上式求最小偏导:
(应该是忽略了分母)
Advanced _x00B_optimization:
Conjugate gradient,BFGS,L-BFGS(有待查询学习)
Multi-class classification: One-vs-all:
对每个类使用一次Logistic Regression分类,确定参数之后,求出max的那一类:called One-vs-all(一对多方法)。
Regularization:The problem of _x00B_overfitting
overfiting:reduce number of features or regularization
linear regression:
Gradient descent:
Normal equation:
Regularized logistic regression:like linear regression,add extra in J(theta)
attention : 多的正则项是从1开始的,对于0不做惩罚。
本文由职坐标整理并发布,希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道!
您输入的评论内容中包含违禁敏感词
我知道了
请输入正确的手机号码
请输入正确的验证码
您今天的短信下发次数太多了,明天再试试吧!
我们会在第一时间安排职业规划师联系您!
您也可以联系我们的职业规划师咨询:
版权所有 职坐标-一站式IT培训就业服务领导者 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com,All Rights Reserved.
沪公网安备 31011502005948号