分类描述:机器学习

第八章-神经网络-表述(Neural-Networks-Representation)

第八章神经网络:表述(NeuralNetworks:Representation)8.1非线性假设(Non-linearHypotheses)在这节课和接下来的课程中我将给大家介绍一种叫“神经网络”(NeuralNetwork)的机器学习算法我们将首先讨论神经网络的表层结构在后续课程中再来具体讨论的
神经网络 2019年02月12日 25次浏览

第七章-正则化-Regularization

第七章正则化(Regularization)7.1过拟合的问题到现在为止你已经见识了几种不同的学习算法包括线性回归和逻辑回归它们能够有效地解决许多问题但是当将它们应用到某些特定的机器学习应用时会遇到过度拟合(over-fitting)的问题可能会导致它们效果很差在这段视频中我将为你解释什么是过度拟合
正则化 2019年02月12日 46次浏览

第六章-逻辑回归(Logistic-Regression)

第六章逻辑回归(LogisticRegression)6.1Classification(分类问题)从现在及未来,我们开始谈论的分类问题,其中要预测的变量{%raw%}$y${%endraw%}是离散的(discreetvalued)。我们将学习一个算法叫Logistic回归,这是当今最流行和最广泛
逻辑回归 2019年02月11日 36次浏览

第五章-Octave教程

第五章Octave教程1.基本操作启动Octave:现在打开Octave,这是Octave命令行。现在让我示范最基本的Octave代码:输入5+6,然后得到11。输入3–2、5×8、1/2、2^6等等,得到相应答案。这些都是基本的数学运算。你也可以做逻辑运算,例如1==2,计算结果为false(假)
octave 2019年02月11日 80次浏览

第四章 多变量线性回归(Linear Regression with Multiple Variables)

MultipleFeatures(多维特征)在这段视频中我们将开始介绍一种新的更为有效的线性回归形式这种形式适用于多个变量或者多特征量的情况在之前我们学习过的线性回归中我们只有一个单一特征量房屋面积x我们希望用这个特征量来预测房子的价格这就是我们的假设但是想象一下如果我们不仅有房屋面积作为预测房屋价
线性回归 2018年11月14日 18次浏览

第三章 线性代数回顾(Linear Algebra Review)

MatricesandVectors(矩阵和向量)我们先复习一下线性代数的知识在这段视频中我会向大家介绍矩阵和向量的概念矩阵是指由数字组成的矩形阵列并写在方括号中间例如屏幕中所示的一个矩阵先写一个左括号然后是一些数字这些数字可能是机器学习问题的特征值也可能表示其他意思不过现在不用管具体的数字然后我用
线性代数 2018年11月14日 72次浏览

第二章 单变量线性回归(Linear Regression with One Variable)

GradientDescennt我们已经定义了代价函数J而在这段视频中我想向你们介绍梯度下降这种算法这种算法可以将代价函数$J$最小化梯度下降是很常用的算法它不仅被用在线性回归上它实际上被广泛的应用于机器学习领域中的众多领域在后面课程中为了解决其他线性回归问题我们也也将使用梯度下降法最小化其他函数而
线性回归 2018年11月14日 24次浏览

'第一章: Model and Cost Function'

第一章:ModelandCostFunctionModelRepresentation:模型表示我们的第一个学习算法是线性回归算法,了解监督学习过程完整的流程例子这个例子是预测住房价格的我们要使用一个数据集数据集包含俄勒冈州波特兰市的住房价格在这里我要根据不同房屋尺寸所售出的价格画出我的数据集比方说
代价函数 2018年11月14日 29次浏览

'零:机器学习介绍'

视频地址定义定义1给予计算机学习能力的领域。Samuel的定义可以回溯到50年代,他编写了一个西洋棋程序。这程序神奇之处在于,编程者自己并不是个下棋高手。但因为他太菜了,于是就通过编程,让西洋棋程序自己跟自己下了上万盘棋。通过观察哪种布局(棋盘位置)会赢,哪种布局会输,久而久之,这西洋棋程序明白了什
2018年11月14日 34次浏览