Real-Ying

2017年5月6日 #

Ng第七课:正则化与过拟合问题 Regularization/The Problem of Overfitting

摘要: 7.1 过拟合的问题 7.2 代价函数 7.3 正则化线性回归 7.4 正则化的逻辑回归模型 7.1 过拟合的问题 如果我们有非常多的特征,我们通过学习得到的假设预测可能能够非常好地适应训练集(代价函数可能几乎为 0),但是可能会不能推广到新的数据。 下图是一个回归问题的例子: 第一个模型是一个线性 阅读全文

posted @ 2017-05-06 16:22 Real-Ying 阅读(214) 评论(0) 推荐(0) 编辑

Ng第六课:逻辑回归(Logistic Regression)

摘要: 6.1 分类问题 6.2 假说表示 6.3 判定边界 6.4 代价函数 6.5 简化的成本函数和梯度下降 6.6 高级优化 6.7 多类分类:一个对所有 6.1 分类问题 在分类问题中,我们尝试预测的结果是否属于某一个类(例如正确或错误)。分类问题的例子有:判断一封电子邮件是否是垃圾邮件;判断一次金 阅读全文

posted @ 2017-05-06 14:48 Real-Ying 阅读(312) 评论(0) 推荐(0) 编辑

Ng第五课:Octave 教程(Octave Tutorial)

摘要: 5.1 基本操作 5.2 对数据进行灵活操作 5.3 计算数据 5.4 数据可视化 5.5 控制语句和函数 5.6 矢量化 官网安装:Installation 在线文档:http://www.gnu.org/software/octave/doc/interpreter/ 5.1 基本操作 算术运算 阅读全文

posted @ 2017-05-06 12:10 Real-Ying 阅读(617) 评论(0) 推荐(0) 编辑

导航