主要学习神经网络基础和深度学习
一、处理训练集
有一个包含m个样本的训练集，不用for循环处理
二、逻辑回归
适用于二分类问题
为什么需要代价函数
为了让模型通过学习调整参数，你需要给予一个m样本的训练集，这会让你在训练集上找到参数w和参数b,，来得到你的输出。
作为二分类问题，得到的结果应该是将线性输出转换为非线性输出后的结果，用sigmoid函数进行线性转化为非线性。
sigmoid函数：
image.png
损失函数
来衡量预测输出值和实际值有多接近
在逻辑回归中用到的损失时函数
梯度下降法
在你测试集上，通过最小化代价函数（成本函数）J(w,b)来训练的参数w和b
导数：
学过，略
WEEK2 : Logistic Regression as a Neural Network机器学习入门系列06...
主要学习神经网络基础和深度学习 一、处理训练集有一个包含m个样本的训练集，不用for循环处理 二、逻辑回归适用于二...
无论你是用Octave还是别的语言 比如MATLAB或者你正在用Python 或 Java C C++所有这些语言...
Setting Up Your Programming Assignment Environment The Ma...
多变量的线性规划问题 理解 Andrew 所说的 的含义，其中下标表示第几个属性（特征）feature， 然后上...
之前介绍了线性回归模型，这个模型是用于处理回归问题，接下来介绍一下分类问题的处理。首先介绍二分类问题，举个例子，根...
Week2/52
学习安排（8月7日-8月8日）1.主要学习视频Week2链接（http://www.xuetangx.com/co...
Course1：神经网络和深度学习，包括： [1] Week1：深度学习概述[2] Week2：神经网络基础[3]...
Octave/MATLAB resources Octave Resources At the Octave co...
本文标题：机器学习week2
本文链接：https://www.haomeiwen.com/subject/ivilxqtx.html
网友评论