机器学习（Machine Learning）- 吴恩达（Andrew Ng）-学习笔记

P1-P23

新闻事件分类的例子，就是那个谷歌新闻的例子，可以用一个聚类算法来聚类这些文章到一起，所以是无监督学习。细分市场的例子，可以当作无监督学习问题，因为只是拿到算法数据，再让算法去自动地发现细分市场。
Octave,是免费的开源软件，使用一个像 Octave 或 Matlab的工具，许多学习算法变得只有几行代码就可实现。
代价函数也被称作平方误差函数，有时也被称为平方误差代价函数。误差平方代价函数，对于大多数问题，特别是回归问题，都是一个合理的选择。（导师更正：理论是，任何非负函数都可以作代价函数，只是实践中多采用平方误差函数，因为其简单、具有光滑性。）
实际上在数据量较大的情况下，梯度下降法比正规方程要更适用一些。（导师：你需要思考一下为什么）
在我们面对多维特征问题的时候，我们要保证这些特征都具有相近的尺度，这将帮助梯度下降算法更快地收敛。
通常可以考虑尝试些学习率：

机器学习（Machine Learning）- 吴恩达（Andrew Ng）-学习笔记相关推荐
1. 机器学习(Machine Learning) - 吴恩达(Andrew Ng) 视频笔记
  背景:写于20190408,大概一周前我已经看到了P47 8-4 - Model Representation II 视频链接:https://www.bilibili.com/video/av991 ...
2. 【斯坦福公开课-机器学习】1.机器学习的动机和应用（吴恩达 Andrew Ng）
  文章目录 0三个目标 0先修课程要求基本工具 1-网址 2-邮箱 3-本系列课程链接 1机器学习的定义 1-1非正式定义 1-2正式的定义 2监督学习(Supervised Learning) 2- ...
3. 第06周：吴恩达 Andrew Ng 机器学习
  10 应用机器学习的建议 10.1 决定下一步做什么依旧用房价预测的例子,假设我们使用已经正则化的线性回归的模型得到了参数,并将参数带入预测函数来预测一组新的房价,但是结果误差很大,那么为了解决问题 ...
4. 第01周：吴恩达 Andrew Ng 机器学习
  学习内容: 1 机器学习 1.1 机器学习定义 ①Arthur Samuel:在没有明确设置的情况下,使计算机具有学习能力的研究领域. e.g.跳棋游戏,使计算机与自己对弈上万次,使计算机学习到什么是 ...
5. 吴恩达推荐深度学习笔记+超详细思维导图！不做学术打工人！
  关于人工智能的分支-深度学习版块的资源有很多,但是都会较为分散.小编今天对这些资源进行了整理归纳,汇编了一套学习资源(包含书籍+电子书+百篇论文+思维导图+吴恩达深度学习笔记大全+计算机视觉学术汇总) ...
6. 吴恩达卷积神经网络学习笔记（六）|CSDN创作打卡
  3.2 特征点检测神经网络可以通过输出图片上特征点的(x,y)坐标,来实现对目标特征的识别. 我们来看几个例子,假设你正在构建一个人脸识别应用,出于某种原因,你希望算法可以给出眼角的具体位置,眼角坐 ...
7. 吴恩达 - 卷积神经网络学习笔记（一）
  转载来源:http://www.cnblogs.com/marsggbo/p/8166487.html DeepLearning.ai学习笔记(四)卷积神经网络 – week1 卷积神经网络基础知识介 ...
8. 第07周：吴恩达 Andrew Ng 机器学习
  12 支持向量机(Support Vector Machines) 12.1 优化目标在监督学习中,许多学习算法的性能都非常类似,因此,重要的不是你该选择使用学习算法A还是学习算法B,而更重要的是, ...
9. 第10周：吴恩达 Andrew Ng 机器学习
  15 异常检测(Anomaly Detection) 这种算法虽然主要用于非监督学习问题,但从某些角度看,它又类似于一些监督学习问题. 15.1 问题动机例:假想一个飞机引擎制造商,当他生产的飞机引 ...
10. 第02周：吴恩达 Andrew Ng 机器学习
  学习目标: 完成对机器学习逻辑回归部分完成习题整理理论与编程题笔记学习内容: 六.逻辑回归 6.1 分类问题Classification 二分类问题:通常结果有两种可能(0:negative c ...
最新文章
热门文章

机器学习（Machine Learning）- 吴恩达（Andrew Ng）-学习笔记

机器学习（Machine Learning）- 吴恩达（Andrew Ng）-学习笔记相关推荐

最新文章

热门文章