2014年1月31日

Stanford机器学习(Andrew Ng)Lecture1

摘要: 本博客为自己学习斯坦福大学Andrew Ng教授机器学习课程(CS229)的笔记整理。并试图对一些课上提出的重要算法给出MATLAB仿真代码。Lecture1 课程介绍第一课主要是对于本课程的介绍,包括必要的先修课程等,这里就不多说了。我们可以想象一下传统意义的编程该怎么做?我们应该根据下棋的规则,... 阅读全文

posted @ 2014-01-31 20:10 奥特曼 阅读(331) 评论(0) 推荐(0) 编辑

Stanford机器学习(Andrew Ng)Lecture2(一)

摘要: Lecture2 梯度下降,最小二乘Part I 梯度下降方法(gradient descent)我们首先介绍一种求解多元函数极值的方法。梯度下降法是求解函数极小值的数值解法之一,它的优点是原理易懂,计算简单,但是易于陷入函数的局部极小值点(local optimum),受初始值影响较大。梯度下降... 阅读全文

posted @ 2014-01-31 20:09 奥特曼 阅读(317) 评论(0) 推荐(0) 编辑

导航