机器学习- 吴恩达Andrew Ng - week3-1 Classification
Coursera课程地址
因为Coursera的课程还有考试和论坛,后续的笔记是基于Coursera (2021-05-22)
https://www.coursera.org/learn/machine-learning/home/welcome
Classification and Representation
1. Classification - Logistic Regression 分类 逻辑回归
分类问题:
- 邮件:垃圾邮件 / 非垃圾邮件
- 在线交易:欺骗性的 (Yes/No)
- 肿块:恶性的 / 良性的
线性回归解决分类的弊端:只有0,1;变成了h(x)<0.5
, h(x)<=0.5`
Logistic Regression 能处理为预期中的 0 <= h(x) <= 1
2. Hypothesis Representation - Logistic Regression 方程表示
方程式推导过程
- Sigmoid function
- Logistic function
分类概率表示如下:
hθ(x)=P(y=1|x;θ)=1−P(y=0|x;θ)
P(y=0|x;θ)+P(y=1|x;θ)=1
3. Decision boundary 确认边界 - Logistic Regression
假设推导结果,得到如下能耗方程公式
确定边界范围。
Predict "y == 1" if -3 + x1 + x2 >= 0
非线性方程得到的边界:圆形或不规则图形。
请记住如下公式:
1. z=0,e0=1⇒g(z)=1/2
2. z→∞,e−∞→0⇒g(z)=1
4. z→−∞,e∞→∞⇒g(z)=0
机器学习- 吴恩达Andrew Ng - week3-1 Classification相关推荐
- 【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- ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 第09周:吴恩达 Andrew Ng 机器学习
14 降维(Dimensionality Reduction) 第二种类型的无监督学习问题叫降维 14.1 目标Ⅰ:数据压缩 使用降维的原因之一是数据压缩,数据压缩可以使数据占用较小的内存或硬盘空间, ...
- 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 ...
- 第08周:吴恩达 Andrew Ng 机器学习
13 聚类 聚类算法是学习的第一个无监督学习算法,它所用到的数据是不带标签的. 13.1 无监督学习 什么是无监督学习? 在无监督学习中,所有的数据不带标签,而无监督学习要做的就是将这一系列无标签的数 ...
- 第04周:吴恩达 Andrew Ng 机器学习
学习内容: 8 神经网络 8.1 为什么用神经网络 当只有两个特征时(x1.x2),使用sigmoid函数得到的结果还可以,因为可以把x1.x2的所有组合都包含到多项式中.但当很多问题含有很多特征,不 ...
- 第05周:吴恩达 Andrew Ng 机器学习
学习内容: 9 神经网络的运用 9.1 代价函数 其中: 假设训练集为m组的训练样本 用L表示神经网络的总层数,对于上图来说,L=4 用表示第L层的单元数,也就是神经元的数量(不包括这一层的偏差单元) ...
最新文章
- java 随机生成常用汉字_Java随机生成中文汉字
- 转 关于 D3D的 SetRenderState 以及AlphaBlend 和AlphaTest
- PyCharm常用快捷键大全
- Pandas文本处理双雄extract+extractall
- vue-自主研发非父子关系组件之间通信的问题
- 神器面世:让你快速在 iOS 设备上安装 Windows、Linux 等操作系统!
- 【论文阅读】A Gentle Introduction to Graph Neural Networks [图神经网络入门](4)
- 分页Pagination
- JUC并发编程超详细详解篇
- 20170724 Airflow官网资料学习
- 比赛打分展示系统_《评委计分系统-双屏标准版》典型赛事案例图片展示-省直机关歌咏比赛
- kmp算法next计算方法_【数据结构——串】KMP算法——next数组Python的实现方式
- 24个可能你现在用不到,但应该了解的 PHP 库
- 邮政储蓄计算机笔试题,邮储总行计算机类笔试题
- 用excel打印工资条
- I2S—音频播放与录音输入
- 新生儿住月子中心20天患败血症 什么是败血症?有哪些危害
- box-shadow页面立体效果
- Translatium 19.2.1 中文版 优秀的在线翻译工具
- JS 轮播图 图片切换(定时器)
热门文章
- 如何用c++画图_看 FILA 与白山如何用经典黑白演奏不一样的C大调!
- JavaScript中的语言结构知识点总结(附实例、图解)
- Could not load file or assembly App_Licenses.dll Could not load file or assembly App_Web_
- 无线WIFI上网监控串联部署方案
- 算法设计与分析复习——第四章:贪心算法
- 高可用eureka服务发现实例
- 比特币那么火,今晚直播带你去「挖矿」!
- ubuntu 安装ssh 服务
- linux磁盘分配最佳实践,干货再次来袭!Linux小白最佳实践:《超容易的Linux系统管理入门书》(连载八)用命令实现批量添加用户...
- 三年级下册我想发明的机器人_我想发明的机器人作文300字