机器学习练习1 python复现- 线性回归 单变量线性回归 看下数据长什么样子 ​ 让我们在训练集中添加一列，以便我们可以使用向量化的解决方案来计算代价和梯度。 现在我们来做一些变量初始化。 观察下 X (训练集) and y (目标变量)是否 ...

第一章讲述了基本的机器学习的概念以及分类，这里从单变量的线性回归入手，吴恩达讲解了机器学习中的几个重要因素，如模型、损失函数、优化方法等 更多内容参考 机器学习&深度学习 首先以房价预测入手： 房子的面积 每平米的房价 ...

一.准备工作 从网站上将编程作业要求下载解压后，在Octave中使用cd命令将搜索目录移动到编程作业所在目录,然后使用ls命令检查是否移动正确。如： 提交作业：提交时候需要使用自己的登录邮箱和提交令牌，如下： 二.单变量线性回归 绘制图形：rx代表图形中标记的点为红色的x，数字 ...

机器学习练习2 python复现- 逻辑回归 在此练习中，需要实现逻辑回归应用于分类任务。还通过将正则化加入训练算法中来提高算法的鲁棒性，并用更复杂的情形进行测试。 逻辑回归 在训练的初始阶段，我们将要构建一个逻辑回归模型来预测，某个学生是否被大学录取。设想你是大学相关部分的管理者，想通 ...

一. 逻辑回归 　　1.背景：使用逻辑回归预测学生是否会被大学录取。 　　2.首先对数据进行可视化，代码如下： 　　3.sigmoid函数的实现，代码如下： 　　4.代价函数的实现代码如下： 　　5.代替梯度下降的优化方法fminunc ...

本章主要讲解了逻辑回归相关的问题，比如什么是分类？逻辑回归如何定义损失函数？逻辑回归如何求最优解？如何理解决策边界？如何解决多分类的问题？ 更多内容参考 机器学习&深度学习 有的时候我们遇到的问题并不是线性的问题，而是分类的问题。比如判断邮件是否是垃圾邮件，信用卡交易是否正常 ...

保存在github上供广大网友下载：点击 8个zip，原文件，没有任何改动。 另外，不定期上传我自己关于这门课的学习过程笔记和心得，有兴趣的盆友可以点击这里查看。 ...

https://blog.csdn.net/huakai16/article/details/78341243?locationNum=6&fps=1 http://daniellaah.g ...