您的位置 首页 新能源

斯坦福机器学习公开课笔记3——部分加权回归、逻辑斯蒂回归、感知器算法

最近在看Ng的机器学习公开课,Ng的讲法循循善诱,感觉提高了不少。该系列视频共20个,每看完一个视频,我都要记录一些笔记,包括公式的推导,讲解时候的例子等。按照Ng的说法,公式要自己推理一遍才能理

  最近在看Ng的机器学习公开课,Ng的讲法循循善诱,感觉提高了不少。该系列视频共20个,每看完一个视频,我都要记载一些笔记,包含公式的推导,解说时分的比如等。依照Ng的说法,公式要自己推理一遍才干了解的通透,我觉得自己可以总结出来,发到博客上,也能到达这个作用,期望有爱好的同学要按部就班,了解完一个算法再开端学别的一个算法,每个算法总结一遍,尽管看起来很慢,但却真实的了解了,所谓虽慢实快者也。

  该系列的视频关于数学公式的推导讲的很细,信任看完该视频后会对机器学习的各种算法的推导很熟悉。

  因为csdn博客上写公式实在是太难弄了,假如一个公式一个公式的转成图片传上来,反而是排版很差。所以干脆悉数弄成图片传上来,尽管这样不利于SEO,但是在csdn这个平台下,信任仍是会有很多人看到我的博客的,期望能对读者有所协助。

  视频1-2的笔记见上一篇博文,本文是第三个视频的笔记。

  第3个视频的笔记如下,首要的内容包含部分加权回归、最小二乘的概率解说、逻辑斯蒂回归、感知器算法

    

 

    

 

    

 

    

 

    

 

 

 

 

 

声明:本文内容来自网络转载或用户投稿,文章版权归原作者和原出处所有。文中观点,不代表本站立场。若有侵权请联系本站删除(kf@86ic.com)https://www.86ic.net/qiche/xinnengyuan/205503.html

为您推荐

联系我们

联系我们

在线咨询: QQ交谈

邮箱: kf@86ic.com

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

返回顶部