機器學習學習筆記2(Ng課程cs229)

牛頓方法 簡單的來說就是通過求當前點的導數得到下一個點.用到的性質是導數值等於該點切線和橫軸夾角的正切值. 極大似然估計 收斂速度:quadratic conversions 二次收斂 θ爲矩陣時 每次迭代都需要重新計算H -> nxn 特徵較多時計算量比較大 極大似然估計可以推導: 高斯分佈 =>最小二乘法 伯努利分佈 => logistic迴歸 指數分佈族 exponential family
相關文章
相關標籤/搜索