ほしづきよ

摘要： 在多变量的线性回归中主要讨论以下三个问题： 特征缩放 学习率α的选择策略 标准方程法 特征缩放 学习率α的选择策略 标准方程法 特征缩放 在Andrew Ng的机器学习里面，讲到使用梯度下降的时候应当进行特征缩放（Feature Scaling）。进行缩放后，多维特征将具有相近的尺度，这将帮助梯度下 阅读全文

摘要： 一般线性回归函数的假设函数为： 对应的损失函数为： （这里的1/2是为了后面求导计算方便）下图作为一个二维参数（，）组对应能量函数的可视化图： 下面我们来比较三种梯度下降法 批量梯度下降法BGD （Batch Gradient Descent） 我们的目的是要误差函数尽可能的小，即求解weights 阅读全文

摘要： 什么是机器学习？ 机器学习：研究如何通过计算的手段，利用经验来改善系统自身的性能。 机器学习分为监督学习和非监督学习。 监督学习 （Supervised learning） 监督学习 （Supervised learning） 从给定的训练数据集中学习出一个函数（模型参数），当新的数据到来时，可以根 阅读全文