Coursera機器學習week5 筆記

Neural'Networks:' Learning Cost function 先進行符號定義： L：神經網絡層數 Sl：第l層的單元數（不包括偏置單位） K：輸出單元數（SL） 邏輯迴歸的代價函數是： 而神經網絡的代價函數有所不同，是： 這個看上去很複雜的代價函數背後的原理還是一樣的，我們希望通過觀察代價函數來觀察算法預測的結果與真實情況的誤差有多大，唯一不同的是： 對於每一行特徵，我們都會給

>>阅读原文<<