1、模型描述

Univariate(One variable)Linear Regression

m=训练样本的数目,x's=输入的变量/特征,y's=输出变量/目标变量

2、代价函数

基本定义:

3、代价函数(一)

回顾一下,前面一些定义:

简化的假设函数,theta0=0,得到假设函数与目标函数的关系有:

4、代价函数(二)

等高线图(contour figures):有相同的J(theta0,theta1)的值,对应着不同的theta0,theta1值。

下面介绍一种能自动得到使得目标函数最小的参数值的算法。。

5、梯度下降算法的梗概

特点:起始点不同,经过一次次的梯度下降,最后会到达不同的局部最优点。

算法:

上面第一行即updating equation(更新式)。

注意的几点:

  • 当写成a:=b指的是将b的值赋给a(computer operation),而写成a=b时是判断操作(true assertion)
  • alpha(learning rate)用来控制梯度下降的幅度/速度,如何设置它的值在之后会提到
  • 导数项(后面推导)
  • 保证参数的同步更新

6、梯度下降知识点总结

解释一下梯度下降算法的具体组成:

  • learning rate始终是正数
  • alpha过大或者过小都不好
  • 参数已经处在局部最优点(导数为零),根据算法公式,参数不用更新
  • 梯度下降的过程中,越来越接近局部最优处,导数值越来越小,梯度下降自动选择幅度较小的速率进行。。因故没有必要再另外减小alpha的值

7、线性回归的梯度下降

结合前面的,得到:

线性回归的代价函数是一个凸函数(形状上看似是一个弓状函数),只有一个全局最优点。

“Batch”梯度下降法:在每一步的梯度下降过程中都使用到了所有的训练数据。

在高等线性代数中有一种方法可以不需要使用梯度下降的迭代算法,可以直接求解出代价函数的最小值,即正规方程组方法(normal equation method)。

附上本章的ppt资料链接:https://study.163.com/course/courseLearn.htm?courseId=1004570029#/learn/text?lessonId=1050362429&courseId=1004570029

转载于:https://www.cnblogs.com/py-fwg/p/10010689.html

吴恩达机器学习课程笔记章节二单变量线性回归相关推荐

  1. 吴恩达机器学习 Coursera 笔记(二) - 单变量线性回归

    Model and Cost Function 1 模型概述 - Model Representation To establish notation for future use, we'll us ...

  2. 吴恩达机器学习 Coursera 笔记(二) - 单变量线性回归...

    Model and Cost Function 1 模型概述 - Model Representation To establish notation for future use, we'll us ...

  3. 吴恩达机器学习课程笔记(英文授课) Lv.1 新手村(回归)

    目录 1-1机器学习的相关名词 1-2 什么是机器学习? 1.definition 定义 2.主要的机器学习算法的分类 1-3有监督学习及常用算法 1.定义 2.两种数据类型补充:categorica ...

  4. 吴恩达机器学习课程笔记一

    吴恩达机器学习课程笔记 前言 监督学习---`Supervised learning` 无监督学习---`Unsupervised learning` 聚类 异常检测 降维 增强学习---`Reinf ...

  5. Github标星24300!吴恩达机器学习课程笔记.pdf

    个人认为:吴恩达老师的机器学习课程,是初学者入门机器学习的最好的课程!我们整理了笔记(336页),复现的Python代码等资源,文末提供下载. 课程简介 课程地址:https://www.course ...

  6. 【CV】吴恩达机器学习课程笔记 | 第1-2章

    本系列文章如果没有特殊说明,正文内容均解释的是文字上方的图片 机器学习 | Coursera 吴恩达机器学习系列课程_bilibili 目录 1 介绍 1-3 监督学习 1-4 无监督学习 2 单变量 ...

  7. 【CV】吴恩达机器学习课程笔记第18章

    本系列文章如果没有特殊说明,正文内容均解释的是文字上方的图片 机器学习 | Coursera 吴恩达机器学习系列课程_bilibili 目录 18 应用案例:照片OCR 18-1 问题描述与流程(pi ...

  8. 【CV】吴恩达机器学习课程笔记第17章

    本系列文章如果没有特殊说明,正文内容均解释的是文字上方的图片 机器学习 | Coursera 吴恩达机器学习系列课程_bilibili 目录 17 大规模机器学习 17-1 学习大数据集 17-2 随 ...

  9. 【CV】吴恩达机器学习课程笔记第16章

    本系列文章如果没有特殊说明,正文内容均解释的是文字上方的图片 机器学习 | Coursera 吴恩达机器学习系列课程_bilibili 目录 16 推荐系统 16-1 问题规划 16-2 基于内容的推 ...

最新文章

  1. day18——sql优化——绑定变量
  2. 机器学习科研的十年,希望让你少走一些坑
  3. 友盟QQ好友或者空间分享成功,但回调失败或取消
  4. elk面试题_【182期】SpringCloud常见面试题(2020最新版)
  5. Java的日期API真烂
  6. 2020年数学与计算机科学奖获得者,2020 数学与计算机科学奖 获奖人 —— 彭实戈 - 未来科学大奖...
  7. 年轻人不讲武德,居然在简历中藏木马!
  8. python关闭文件os_如何关闭使用os.startfile(),Python 3.6打开的文件
  9. python爬虫需要什么知识-学习Python爬虫技术,需要掌握哪些web端的知识?
  10. 不知道哪个学校教务处管理系统的图
  11. 计算机基础1.4习题答案,中职计算机应用基础习题集及答案~.doc
  12. php的运行方式及vc6和vc9,ts和nts区别
  13. 上市公司风险预警案例可视化演示系统(附代码)
  14. ECMWF数据批量下载
  15. Python最强干货,建议收藏!!
  16. JAVA - 垃圾回收
  17. linux解决bash: nc: command not found 安装nc、telnet、yum
  18. 分支-12. 计算火车执行时间(15)
  19. C语言第十九讲——函数(2)
  20. Win10的Linux子系统Ubuntu换源

热门文章

  1. ExtJs 备忘录(1)—— Form表单(一) [ 控件使用 ]
  2. 漫步微积分三十一——定积分的直观含义
  3. [深度学习-理论篇]什么是卷积神经网络CNN
  4. 统计消息总数_2019年度我国出国留学人员总数为70.35万人
  5. CSS基础必备知识点05
  6. 如何制作一个横版格斗过关游戏 Cocos2d x 2 0 4
  7. 局部敏感哈希(LSH)
  8. 如何将QVTKWidget嵌入到QT窗体,实现点云的显示?
  9. oracle新增表单,Oracle Retail(Retek)中Form生成列表方法总结
  10. virtualbox禁用硬件虚拟化_Mac版Virtualbox6.1开启嵌套虚拟化