吴恩达机器学习笔记

  • Supervised Learning(监督学习)
  • Unsupervised Learning(无监督学习)
    • clustering 聚类算法
    • market segments 市场细分
  • regression problem 回归问题
  • classificiation problem 分类问题
  • 代价函数
  • 梯度下降法

【Keywords】
学习讲义获取: https://download.csdn.net/download/weixin_44322778/20951536

实用工具: octave

Supervised Learning(监督学习)

Supervised Learning:give n the “right answer” for each example in the data;
样本有确定的属性



Unsupervised Learning(无监督学习)

样本没有确定的属性,用算法发掘数据的的属性

clustering 聚类算法

market segments 市场细分

regression problem 回归问题

classificiation problem 分类问题

代价函数

梯度下降法

吴恩达机器学习笔记:(一)机器学习方法简介相关推荐

  1. 吴恩达机器学习笔记整理(Week1-Week5)

    吴恩达机器学习笔记整理 1. Week1 1.1 什么是机器学习(What is Machine Learning) 1.2机器学习算法分类 1.3 单变量线性回归(Linear Regression ...

  2. 吴恩达机器学习笔记第一周

    第一周 吴恩达机器学习笔记第一周 一. 引言(Introduction) 1.1 欢迎 1.2 机器学习是什么? 1.3 监督学习 1.4 无监督学习 二.单变量线性回归(Linear Regress ...

  3. 吴恩达机器学习笔记整理(Week6-Week11)

    1. Week 6 1.1 应用机器学习的建议(Advice for Applying Machine Learning) 1.1.1 决定下一步做什么 到目前为止,我们已经介绍了许多不同的学习算法, ...

  4. 【经典】吴恩达——机器学习笔记001

    [经典]吴恩达--机器学习笔记001 机器学习(Machine Learning)笔记001 学习地址:[中英字幕]吴恩达机器学习系列课程 文字版参考及PPT来源:Coursera-ML-Andrew ...

  5. 吴恩达机器学习笔记55-异常检测算法的特征选择(Choosing What Features to Use of Anomaly Detection)

    吴恩达机器学习笔记55-异常检测算法的特征选择(Choosing What Features to Use of Anomaly Detection) 对于异常检测算法,使用特征是至关重要的,下面谈谈 ...

  6. 吴恩达机器学习笔记:(四)矩阵、多元梯度下降

    吴恩达机器学习笔记 矩阵基础知识 矩阵逆运算 矩阵的转置 实践乘法 多元梯度下降 特征缩放 学习率α 矩阵基础知识 矩阵逆运算 矩阵的转置 实践乘法 多元梯度下降 特征缩放 学习率α 学习率的选择:

  7. 吴恩达机器学习笔记week8——神经网络 Neutral network

    吴恩达机器学习笔记week8--神经网络 Neutral network 8-1.非线性假设 Non-linear hypotheses 8-2.神经元与大脑 Neurons and the brai ...

  8. 【Nan‘s 吴恩达机器学习笔记】第八、九章 神经网络

    [Nan's 吴恩达机器学习笔记]第八.九章 神经网络 神经网络(Neural Networks) 8.1 非线性假设 8.2 模型表示 前向传播算法(Forward Propagation) 8.3 ...

  9. 吴恩达机器学习笔记-梯度下降

    通过前面的文章我们现在已经有了假设函数$h_\theta(x)$并知道如何度量这个函数与数据的符合程度,即代价函数$J(\theta_0,\theta_1)$取得最小值.那么现在要做的,就是如何去预估 ...

最新文章

  1. 广东电大计算机绘图试题,电大计算机绘图期末复习试题及答案参考小抄.doc
  2. 零门槛!手把手教你打造AI应用
  3. Harbor镜像仓库部署
  4. 解决java前后端分离端口跨域问题
  5. 中判断字符串是否为空_leetcode1704_go_判断字符串的两半是否相似
  6. CodeForces - 1328F Make k Equal(模拟)
  7. 竞价点击软件_百度的关键词竞价广告:百度竞价广告关键词怎么设置?28法则是什么?...
  8. AspNetCore应用注意这一点,CTO会对你刮目相看
  9. JAVA判定参数类型进行赋值_java – 为什么泛型方法在赋值中更改了参数化类型?...
  10. 如何支撑企业快速构建数字孪生体
  11. 从 GMM 到 EM 算法
  12. paip.基于navicate mysql的自动化报表工具总结
  13. ADO.NET基础复习(二)
  14. 软件 规则引擎_如何设计软件规则引擎
  15. CSDN博客添加使用百度统计
  16. 如何将flac文件转换为mp3文件?
  17. mysql drop语句怎么用_SQL DROP 语句
  18. 大学生购买笔记本电脑防坑指南
  19. 2022年煤矿探放水题库及模拟考试
  20. 线程池在美团的最佳实践

热门文章

  1. Spring中毒太深,离开Spring我居然连最基本的接口都不会写了
  2. 「starter推荐」简单高效 Excel 导出工具
  3. java大公司后端多线程面试题最强分享
  4. ajax requestbody传值,ajax POST方法调用后@RequestBody属性为空
  5. String s=a+b+c,到底创建了几个对象?
  6. LeetCode 25K 个一组翻转链表26删除排序数组中的重复项
  7. 面向对象中的session版的购物车
  8. 数据结构之快速排序图文详解及代码(C++实现)
  9. Java 的toString() 和 equals()函数简单介绍
  10. 第八届蓝桥杯决赛 平方十位数(枚举)