随笔分类 -  《机器学习》(吴恩达)学习笔记

9、神经网络
摘要：本文是摘抄学习大神 计算机的潜意识 文章 https://www.cnblogs.com/subconscious/p/5058741.html 神经网络是一种模拟人脑的神经网络，期望能够实现类人的人工智能机器学习技术。 一、经典神经网络模型 这个模型包含三个层次的神经网络，红色是输入层(3个输入单 阅读全文
posted @ 2018-12-28 22:31 起航追梦人 阅读(864) 评论(0) 推荐(0)
8、正则化
摘要：过拟合问题 什么是欠拟合？ 欠拟合就是拟合度不好，存在高度偏差 什么是过拟合？ 过拟合就是在训练数据上能够高度拟合，在应用数据集上却不能很好的拟合。 出现这种现象的主要原因是训练数据种特征变量太多存在噪音或者训练数据太少。 怎么解决过拟合问题？ 1、减少特征变量的数量 2、正则化：保留所有的特征变量 阅读全文
posted @ 2018-12-28 16:33 起航追梦人 阅读(147) 评论(0) 推荐(0)
7、Logistic回归
摘要：logistic回归是使用最多的分类算法 二分类 预测值：yε{0, 1}, 0代表负类(No, 假设不成立)；1代表正类(Yes，假设成立) 应用：邮件分类(垃圾邮件 or 非垃圾邮件) 假设函数 logistic函数又称Sigmoid函数，是一个在生物学中常见的S型函数，也称为S型生长曲线。由于 阅读全文
posted @ 2018-12-27 23:40 起航追梦人 阅读(500) 评论(0) 推荐(0)
6、Octave教程
摘要：变量 变量赋值 a = 3 % 输出a = 3 a = 4; % 添加了“;”不会输出， %为注释符号 变量打印 a = pi % 输出a = 3.1416 disp(a) % 输出 3.1416 % disp为打印函数 disp(sprintf('2 decimals: %0.2f',a)) % 阅读全文
posted @ 2018-12-26 17:50 起航追梦人 阅读(683) 评论(0) 推荐(0)
5、多变量线性回归
摘要：引例：当房价受房屋面积、卧室数量、楼层、房屋年龄等多个因素影响时的线性回归算法是什么样的？ 房屋面积 卧室数量 楼层 房屋年龄 房价($1000) 2104 5 1 45 460 1416 3 2 40 232 1534 3 2 30 315 852 2 1 36 178 … …. …. … …. 阅读全文
posted @ 2018-12-25 16:02 起航追梦人 阅读(537) 评论(0) 推荐(0)
3、复习线性代数知识
摘要：矩阵(向量是只有一行或者一列的矩阵) m行n列的矩阵简称m x n矩阵，记为： 行向量B和列向量A 矩阵加法(同型矩阵才能相加) 矩阵A和B都是m x n矩阵： 矩阵加法运算规律 A + B = B + A (A + B) + C = A + (B + C) 矩阵数乘 数k与m x n型矩阵相乘：等 阅读全文
posted @ 2018-12-24 16:02 起航追梦人 阅读(488) 评论(0) 推荐(0)
2、单变量线性回归
摘要：引例：以房价和房屋面积作为训练集，学习如何预测房价 m代表训练集(样本)的数量 x代表输入变量或者自变量(特征)， 这里代表房屋面积 y代表输出变量或者因变量(标签)，这里代表房价 (x, y)表示一个训练样本，(x(i), y(i))表示第i个训练样本 单变量线性回归算法的实现过程 训练集(房屋面 阅读全文
posted @ 2018-12-23 01:33 起航追梦人 阅读(300) 评论(0) 推荐(0)
1、绪论初识机器学习
摘要：什么是机器学习？ 机器学习是通过数据或者经验，优化计算机程序等性能标准，自动改进计算机的算法，以达到解决未知问题的目标 监督学习 计算机通过学习一组有标签的信息来对从未见过对数据做出有用对预测 监督学习的代表算法：回归和分类 回归处理连续值问题：房价预测等 分类处理离散值问题邮件分类(垃圾和非垃圾) 阅读全文
posted @ 2018-12-22 02:44 起航追梦人 阅读(150) 评论(0) 推荐(0)