【原】Coursera—Andrew Ng机器学习—Week 5 习题—Neural Networks learning
课上习题 【1】代价函数 【2】代价函数计算 【3】 【4】矩阵的向量化 【5】梯度校验 Answer：(1.013 -0.993) / 0.02 = 3.001 【6】梯度校验 Answer：学习的时候要去掉梯度校验，不然会特别慢 【7】随机 ...
原文：【原】Coursera—Andrew Ng机器学习—Week 6 习题—Advice for applying machine learning
诊断的作用 过拟合 高偏差bias，欠拟合underfitting 高方差variance，过拟合overfitting 参数 Answer： 太大，则参数都被惩罚，导致欠拟合，两个J都大。 太小，则欠拟合，Jtrain 小，Jcv大。 Answer：过拟合的时候，增加训练集有用。 Answer：过拟合，增加 hidden 层数无用。 下面是Lecture 的内容 Answer： A 正确。不容 ...
2018-12-18 15:47 0 813 推荐指数：
相关推荐
【原】Coursera—Andrew Ng机器学习—Week 4 习题—Neural Networks 神经网络
【1】 Answer：C 【2】 Answer：D 第二层要输出四个元素a1 a2 a3 a4。输入x有两个，加一个x0是三个。所以是4 * 3 【3】 An ...
【原】Coursera—Andrew Ng机器学习—Week 3 习题—Logistic Regression 逻辑回归
课上习题 【1】线性回归 Answer： D A 特征缩放不起作用，B for all 不对，C zero error不对 【2】概率 Answer：A 【3】预测图形 Answer：A 5 - x1 ≥ 0时，y = 1。即x1 ≤ 5时，y ...
【原】Coursera—Andrew Ng机器学习—Week 9 习题—异常检测
【1】异常检测 【2】高斯分布 【3】高斯分布 【4】 异常检测 【5】特征选择 【6】 【7】多变量高斯分布 Answer: ACD B 错误。需 ...
【原】Coursera—Andrew Ng机器学习—Week 1 习题—Linear Regression with One Variable 单变量线性回归
Question 1 Consider the problem of predicting how well a student does in her second year of college ...
【原】Coursera—Andrew Ng机器学习—Week 2 习题—Linear Regression with Multiple Variables 多变量线性回归
Gradient Descent for Multiple Variables 【1】多变量线性模型 代价函数 Answer：AB 【2】Feature Scaling 特征缩放 Answer：D 【3】学习速率 α Answer： B ...
Machine Learning|Andrew Ng|Coursera 吴恩达机器学习笔记(完结)
Week 1: Machine Learning: A computer program is said to learn from experience E with respect to some class of tasks T and performance measure ...
【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 9_Neural Networks learning
神经网络的学习(Neural Networks: Learning) 9.1 代价函数 Cost Function 参考视频: 9 - 1 - Cost Function (7 min).mkv 假设神经网络的训练样本有𝑚个，每个包含一组输入 𝑥 和一组输出信号 𝑦，𝐿 表示 ...