【原】Coursera—Andrew Ng機器學習—Week 5 習題—Neural Networks learning
課上習題 【1】代價函數 【2】代價函數計算 【3】 【4】矩陣的向量化 【5】梯度校驗 Answer：(1.013 -0.993) / 0.02 = 3.001 【6】梯度校驗 Answer：學習的時候要去掉梯度校驗，不然會特別慢 【7】隨機 ...
原文：【原】Coursera—Andrew Ng機器學習—Week 6 習題—Advice for applying machine learning
診斷的作用 過擬合 高偏差bias，欠擬合underfitting 高方差variance，過擬合overfitting 參數 Answer： 太大，則參數都被懲罰，導致欠擬合，兩個J都大。 太小，則欠擬合，Jtrain 小，Jcv大。 Answer：過擬合的時候，增加訓練集有用。 Answer：過擬合，增加 hidden 層數無用。 下面是Lecture 的內容 Answer： A 正確。不容 ...
2018-12-18 15:47 0 813 推薦指數：
相關推薦
【原】Coursera—Andrew Ng機器學習—Week 4 習題—Neural Networks 神經網絡
【1】 Answer：C 【2】 Answer：D 第二層要輸出四個元素a1 a2 a3 a4。輸入x有兩個，加一個x0是三個。所以是4 * 3 【3】 An ...
【原】Coursera—Andrew Ng機器學習—Week 3 習題—Logistic Regression 邏輯回歸
課上習題 【1】線性回歸 Answer： D A 特征縮放不起作用，B for all 不對，C zero error不對 【2】概率 Answer：A 【3】預測圖形 Answer：A 5 - x1 ≥ 0時，y = 1。即x1 ≤ 5時，y ...
【原】Coursera—Andrew Ng機器學習—Week 9 習題—異常檢測
【1】異常檢測 【2】高斯分布 【3】高斯分布 【4】 異常檢測 【5】特征選擇 【6】 【7】多變量高斯分布 Answer: ACD B 錯誤。需 ...
【原】Coursera—Andrew Ng機器學習—Week 1 習題—Linear Regression with One Variable 單變量線性回歸
Question 1 Consider the problem of predicting how well a student does in her second year of college ...
【原】Coursera—Andrew Ng機器學習—Week 2 習題—Linear Regression with Multiple Variables 多變量線性回歸
Gradient Descent for Multiple Variables 【1】多變量線性模型 代價函數 Answer：AB 【2】Feature Scaling 特征縮放 Answer：D 【3】學習速率 α Answer： B ...
Machine Learning|Andrew Ng|Coursera 吳恩達機器學習筆記(完結)
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機器學習—課程筆記 Lecture 9_Neural Networks learning
神經網絡的學習(Neural Networks: Learning) 9.1 代價函數 Cost Function 參考視頻: 9 - 1 - Cost Function (7 min).mkv 假設神經網絡的訓練樣本有𝑚個，每個包含一組輸入 𝑥 和一組輸出信號 𝑦，𝐿 表示 ...