Skip to content

Latest commit

 

History

History
43 lines (27 loc) · 1.53 KB

File metadata and controls

43 lines (27 loc) · 1.53 KB

课程---吴恩达老师

本来准备边看视频边看周志华大佬的西瓜书,结果第三章看完就给跪了,全是数学公式,总之,在没有把数学基础打好之前还是先别看这本书了( 数学学习参考上面的学习路线,主要是微积分,概统,线性代数矩阵)否则完全看不懂的...相反视频里的是相对简单的,还有专门介绍线性代数的课程 可以先看这个入门,然后再继续西瓜书

第一周课程内容

基础名词

  1. 回归与分类
  2. 监督与不监督学习
  3.  我们的目标是,在给定训练集的情况下,学习函数h:X→Y,使得h(x)是y的对应值的“好”预测器
  4. 假设函数

方法

线性回归

1.cost function使用代价函数来衡量假设函数的准确性 房价预测(线性回归问题):choose i0,i1 so that h(x)is close to y for our training examples(x,y) mini

目标:假设函数的斜率和截距 更符合样本 代价函数:---计算样本与计算的差距

J(i0,i1)= 1/2m∑(h(xi)-yi)^2--平法差代价函数 cost function

2.梯度下降--计算 cost function--min j(i0,i1); 不断递归计算,到函数收敛 梯度下降计算

多特征的线性回归

  1. 代价函数,参数梯度下降的变化,(偏导数)
  2. 特征缩放