摘要：
Neural networks（神经网络） 1、问题背景： 在计算机视觉处理中，50*50的图片有2500个像素点，对于所有“xi*xj”二次项特征值有2500*2500/2 ≈ 300万，特征过多导致过拟合。 2、模型： 如果第 j 层有 sj 个神经元，第 j+1 层有 sj+1 个神经元，那么 阅读全文
摘要：
题目太长啦！文档下载【传送门】 第1题 简述：实现逻辑回归。 此处使用了minimize函数代替Matlab的fminunc函数，参考了该博客【传送门】。 运行结果： 第2题 简述：通过正规化实现逻辑回归。 运行结果： 阅读全文
摘要：
题目太长啦！文档下载【传送门】 第1题 简述：实现逻辑回归。 第1步：加载数据文件： 第2步：plotData函数实现训练样本的可视化： 第3步：计算代价函数和梯度： 第4步：实现costFunction函数： 第5步：实现sigmoid函数： 第6步：使用fminunc函数求θ和Cost： 第7步 阅读全文
摘要：
Classification（分类） 1、问题背景： 特殊的样本点会使得分界点发生漂移，影响准确性。 Hypothesis representation（假设函数表达式） 1、Logistic regression Model（逻辑回归模型）： （1）Sigmoid function / Logis 阅读全文
摘要：
题目太长啦！文档下载【传送门】 第1题 简述：设计一个5*5的单位矩阵。 运行结果： 第2题 简述：实现单变量线性回归。 运行结果： 第3题 简述：实现多元线性回归。 运行结果：【一个疑惑>>两种方法求解的估算价格很小，但θ相差较大？】 阅读全文
摘要：
题目太长啦！文档下载【传送门】 第1题 简述：设计一个5*5的单位矩阵。 运行结果： 第2题 简述：实现单变量线性回归。 第1步：加载数据文件； 第2步：plotData函数实现训练样本的可视化； 第3步：使用梯度下降函数计算局部最优解，并显示线性回归； 第4步：实现梯度下降gradientDesc 阅读全文
摘要：
Multiple Features （多特征量） 1、字符定义： 2、Multivariate Linear Regression （多元线性回归）： 3、代价函数： 4、梯度下降算法： 梯度下降技巧一——Feature Scaling （特征缩放） 1、定义：将每个特征量缩放到-1和1之间。（与之 阅读全文
摘要：
练习篇（Part 5） 51. Create a structured array representing a position (x,y) and a color (r,g,b) (★★☆) 运行结果： [((0., 0.), (0., 0., 0.)) ((0., 0.), (0., 0., 阅读全文
摘要：
1、np.zero(10) 创建一个包含10个元素的一维数组 np.ones((10,10)) 创建一个包含10*10个元素1的二维数组 2、np.arange(10,50) 创建一个一维数组包含10-49所有的整数 3、np.arange(9).reshape(3,3) 重构为3*3的数组 4、a 阅读全文
摘要：
机器学习算法分类 传统机器学习算法主要包括以下五类： 回归：建立一个回归方程来预测目标值，用于连续型分布预测 分类：给定大量带标签的数据，计算出未知标签样本的标签取值 聚类：将不带标签的数据根据距离聚集成不同的簇，每一簇数据有共同的特征 关联分析：计算出数据之间的频繁项集合 降维：原高维空间中的数据 阅读全文