Andrew Ng機器學習公開課筆記 -- 支持向量機
網易公開課，第6，7，8課 notes，http://cs229.stanford.edu/notes/cs229-notes3.pdf SVM-支持向量機算法概述, 這篇講的挺好，可以參考 先繼續前面對線性分類器的討論， 通過機器學習算法找到的線性分類的線，不是唯一的，對於一個訓練集 ...
原文：Andrew Ng機器學習公開課筆記 -- Logistic Regression
網易公開課，第 ， 課 notes，http: cs .stanford.edu notes cs notes .pdf 前面討論了線性回歸問題， 符合高斯分布，使用最小二乘來作為損失函數 下面繼續討論分類問題，分類問題和回歸問題不同在於Y的取值是離散的 我們先討論最簡單的binary classification，即Y的取值只有 和 分類問題一般不會使用回歸模型，因為回歸模型是輸出是連續的，而分 ...
2014-03-28 18:38 1 2723 推薦指數：
相關推薦
Andrew Ng機器學習公開課筆記 -- 線性回歸和梯度下降
網易公開課，監督學習應用.梯度下降 notes，http://cs229.stanford.edu/notes/cs229-notes1.pdf 線性回歸（Linear Regression） 先看個例子，比如，想用面積和卧室個數來預測房屋的價格 訓練集如下 首先，我們假設為線性模型 ...
機器學習公開課筆記(3)：Logistic回歸
Logistic 回歸 通常是二元分類器（也可以用於多元分類）,例如以下的分類問題 Email: spam / not spam Tumor: Malignant / benign 假設 (Hypothesis)：$$h_\theta(x) = g(\theta^Tx ...
斯坦福大學Andrew Ng教授主講的《機器學習》公開課觀后感
課程設置和內容 視頻課程分為20集，每集72-85分鍾。實體課程大概一周2次，中間還穿插助教上的習題課，大概一個學期的課程。 內容涉及四大部分，分別是：監督學習（2-8集）、學習理論（9集-11集）、無監督學習（12-15集）、強化學習（16-20集）。監督學習和無監督學習，基本上是機器學習 ...
機器學習公開課筆記(7)：支持向量機
支持向量機(Support Vector Machine, SVM) 考慮logistic回歸，對於$y=1$的數據，我們希望其$h_\theta(x) \approx 1$，相應的$\theta^Tx \gg 0$; 對於$y=0$的數據，我們希望$h_\theta(x) \approx ...
機器學習公開課筆記(2)：多元線性回歸
多元線性回歸 一元線性回歸只有一個特征$x$，而多元線性回歸可以有多個特征$x_1, x_2, \ldots, x_n$ 假設 (Hypothesis)：$h_\theta(x)=\theta^T ...
機器學習公開課匯總
機器學習目前比較熱，網上也散落着很多相關的公開課和學習資源，這里基於課程圖譜的機器學習公開課標簽做一個匯總整理，便於大家參考對比。 1、Coursera上斯坦福大學Andrew Ng教授的“機器學習公開課”： 機器學習入門課程首選，斯坦福大學教授，Coursera聯合創始人 ...
Logistic回歸Cost函數和J(θ)的推導----Andrew Ng【machine learning】公開課
Ng的機器學習公開課里也有講到。現在回憶起來，大二看Andrew的視頻的時候心里是有這么一個疙瘩（And ...