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
- 1. 機器學習學習筆記1（Ng課程cs229）
- 2. 機器學習 cs229學習筆記1
- 3. 《深度學習Ng》課程學習筆記03week2——機器學習（ML）策略（2）
- 4. Andrew Ng《機器學習》視頻課程筆記 - 2(Introduction)
- 5. 機器學習 cs229學習筆記2 k-means EM Mixture of Gaussians
- 6. Google機器學習課程筆記（2）
- 7. 吳恩達斯坦福大學機器學習 CS229 課程學習筆記（一）
- 8. 吳恩達斯坦福大學機器學習 CS229 課程學習筆記（二）
- 9. 《深度學習Ng》課程學習筆記03week1——機器學習（ML）策略（1）
- 10. Andrew Ng機器學習公開課筆記 -- 學習理論
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 適用於PHP初學者的學習線路和建議
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 機器學習學習筆記1（Ng課程cs229）
- 2. 機器學習 cs229學習筆記1
- 3. 《深度學習Ng》課程學習筆記03week2——機器學習（ML）策略（2）
- 4. Andrew Ng《機器學習》視頻課程筆記 - 2(Introduction)
- 5. 機器學習 cs229學習筆記2 k-means EM Mixture of Gaussians
- 6. Google機器學習課程筆記（2）
- 7. 吳恩達斯坦福大學機器學習 CS229 課程學習筆記（一）
- 8. 吳恩達斯坦福大學機器學習 CS229 課程學習筆記（二）
- 9. 《深度學習Ng》課程學習筆記03week1——機器學習（ML）策略（1）
- 10. Andrew Ng機器學習公開課筆記 -- 學習理論