摘要：
ng机器学习视频笔记（六） ——神经网络基础 （转载请附上本文链接——linhxx） 一、概述 神经网络，可以理解为输入的内容，经过一系列的内部的处理，得到输出的假设函数。简单的神经网络如下图： 可以看出，三个输入，经过中间的变化，得到输出。中间橙色的圈，称为神经元。神经元可以分层，下图是三层神经网 阅读全文
摘要：
ng机器学习视频笔记（五） ——过拟合与正则化 （转载请附上本文链接——linhxx） 一、过拟合和欠拟合 1、概念 当针对样本集和特征值，进行预测的时候，推导θ、梯度下降等，都在一个前提，原值假设函数（hypnosis function）h(x)的表达式，例如是一阶、二阶还是更高阶等。 当阶数不足 阅读全文
摘要：
ng机器学习视频笔记（四） ——logistic回归 （转载请附上本文链接——linhxx） 一、概述 1、基本概念 logistic回归（logistic regression），是一个分类（classification）算法（注意不是回归算法，虽然有“回归”二字），用于处理分类问题，即结果是离散 阅读全文
摘要：
ng机器学习视频笔记（三） ——线性回归的多变量、特征缩放、标准方程法 （转载请附上本文链接——linhxx） 一、多变量 当有n个特征值，m个变量时，h(x)= θ0+θ1x1+θ2x2…+θnxn，其中可以认为x0=1。因此，h(x)= θTx，其中θ是一维向量，θ=[θ0, θ1…θn] T， 阅读全文
摘要：
ng机器学习视频笔记（二） ——梯度下降算法解释以及求解θ （转载请附上本文链接——linhxx） 一、解释梯度算法 梯度算法公式以及简化的代价函数图，如上图所示。 1）偏导数 由上图可知，在a点，其偏导数小于0，故θ减去小于0的数，相当于加上一个数。另外，从图上可以看出，在a点不是最佳点，需要继续 阅读全文
摘要：
ng机器学习视频笔记（一） ——线性回归、代价函数、梯度下降基础 （转载请附上本文链接——linhxx） 一、线性回归 线性回归是监督学习中的重要算法，其主要目的在于用一个函数表示一组数据，其中横轴是变量（假定一个结果只由一个变量影响），纵轴是结果。 线性回归得到的方程，称为假设函数（Hypothe 阅读全文