随笔分类 -  ML

摘要:1.findClosestCentroids 2.computerCentroids 3.pca 4.projectData 5.recoverData 阅读全文
posted @ 2019-04-30 09:54 NKDEWSM 阅读(566) 评论(0) 推荐(0) 编辑
摘要:1.Gaussian Kernel 2.Example Dataset 3 3.Vocabulary List 4.emailFeatures 阅读全文
posted @ 2019-04-15 18:33 NKDEWSM 阅读(392) 评论(0) 推荐(0) 编辑
摘要:1.linearRegCostFunction: 2.learningCuvers 3.polyFeatures 4.ValidationCurve 阅读全文
posted @ 2019-04-06 21:27 NKDEWSM 阅读(470) 评论(0) 推荐(0) 编辑
摘要:1.Sigmoid Gradient 2.nnCostFunction 这是一道综合问题; Ⅰ:计算代价函数J(前向传播) Ⅱ:BackPropagation Ⅲ:正则化; 阅读全文
posted @ 2019-03-29 08:57 NKDEWSM 阅读(596) 评论(0) 推荐(0) 编辑
摘要:必要的注释已经写在code里面了; 阅读全文
posted @ 2019-03-27 23:13 NKDEWSM 阅读(1007) 评论(0) 推荐(0) 编辑
摘要:1.lrCostFunction: 和第三周的那个一样的; 2.oneVsAll 注意的一点是: fmincg中的 initial_theta为列向量,所以需要转置一下; 3.PredictOneVSAll 4.predict 阅读全文
posted @ 2019-03-21 22:09 NKDEWSM 阅读(493) 评论(0) 推荐(0) 编辑
摘要:该算法主要是处理关联分析的; 大多书上面都会介绍,这里就不赘述了; 阅读全文
posted @ 2019-03-19 10:12 NKDEWSM 阅读(353) 评论(0) 推荐(0) 编辑
摘要:1. Sigmoid function 2. Logistic Regression Cost & Logistic Regression Gradient 首先可以将h(x)表示出来 sigmoid函数 然后对于gredient(j)来说, 可以现在草稿纸上把矩阵画出来,然后观察,用向量来解决; 阅读全文
posted @ 2019-03-16 21:08 NKDEWSM 阅读(494) 评论(0) 推荐(0) 编辑
摘要:1.Feature Normalization: 归一化的处理 2. Computing Cost (for Multiple Variables) && Gradient Descent (for Multiple Variables) 由于我们单变量的时候就是用矩阵形式处理的,所以代码与单变量相 阅读全文
posted @ 2019-03-08 11:24 NKDEWSM 阅读(339) 评论(0) 推荐(0) 编辑
摘要:1.warmUpExercise: 2.Computing Cost: 3.Gradient Desecnt: 换成矩阵的形式操作; 阅读全文
posted @ 2019-03-08 10:17 NKDEWSM 阅读(486) 评论(0) 推荐(0) 编辑