機器學習第一週（基於coursera中的Andrew Ng的機器學習課的筆記）
本節主要講述了機器學習的大概分類（從監督學習和非監督學習的角度）和線性迴歸的模型以及基本的梯度下降算法(gradient descent algorithmn)。 預測和分類都爲監督學習。預測是基於data set擬合出hypothesis的參數值，是通過algorithmn調整使得cost function損失最小，從而得出模型來預測 真實的值。分類具體細節不清楚，還沒講到這。非監督學習中的聚類
相關文章
- 1. 【原】Coursera—Andrew Ng機器學習—課程筆記 Lecture 9_Neural Networks learning
- 2. Machine Learning by Andrew Ng on Coursera Week1(Coursera機器學習課程第一週總結)
- 3. Andrew Ng機器學習筆記（一）
- 4. Andrew Ng 機器學習筆記（一）
- 5. Coursera機器學習(Andrew Ng)筆記：支持向量機
- 6. Andrew Ng機器學習筆記week10 大規模機器學習
- 7. coursera機器學習課程第八週——課程筆記（一）
- 8. Andrew Ng機器學習公開課筆記 -- 學習理論
- 9. Andrew Ng-機器學習筆記1
- 10. Andrew Ng機器學習筆記（六）
- 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. 【原】Coursera—Andrew Ng機器學習—課程筆記 Lecture 9_Neural Networks learning
- 2. Machine Learning by Andrew Ng on Coursera Week1(Coursera機器學習課程第一週總結)
- 3. Andrew Ng機器學習筆記（一）
- 4. Andrew Ng 機器學習筆記（一）
- 5. Coursera機器學習(Andrew Ng)筆記：支持向量機
- 6. Andrew Ng機器學習筆記week10 大規模機器學習
- 7. coursera機器學習課程第八週——課程筆記（一）
- 8. Andrew Ng機器學習公開課筆記 -- 學習理論
- 9. Andrew Ng-機器學習筆記1
- 10. Andrew Ng機器學習筆記（六）