Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
吴恩达机器学习(三) 无监督学习
Unsupervised Learning Unsupervised learning allows us to approach problems with little or no idea what our results shoul
吴恩达ML
机器学习
吴恩达机器学习(五) 代价函数(2)
简化的线性假设函数 我们的目的是优化算法 得到使J 1 最小的 1的值 未简化的线性假设函数 登高图的椭圆可以理解为3D图像的俯视图 最小的椭圆是碗底 在同一条椭圆上的点具有相同的J 0 1 的值
吴恩达ML
吴恩达机器学习(六)梯度下降
梯度下降算法可以用在更一般的问题上 比如计算minimize J 0 n 用以优化代价函数 不断地改变 0和 1的值 直到代价函数J达到最小值 梯度下降法的一大特点就是 不同位置出发 得到的可能是局部最优解 而非整体最优解 repeat u
吴恩达ML
吴恩达机器学习(六)线性回归的梯度下降
线性回归的梯度下降 线性回归模型 线性假设函数 平方差代价函数 梯度下降算法可以优化J 0 1 最小平方差代价函数 实现好的梯度下降算法的关键 在于在导数项 线性回归的代价函数 形状总是凸函数 convex 只有一个全局最优解 在梯度下降的
吴恩达ML