牛顿方法、指数分布族、广义线性模型—斯坦福ML公开课笔记4
2016-11-03 16:11
260 查看
注:公式21,22,23.求和号的下标j改为i。
转载自:http://blog.csdn.NET/xinzhangyanxiang/article/details/9207047
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解的通透,我觉得自己能够总结出来,发到博客上,也能达到这个效果,希望有兴趣的同学要循序渐进,理解完一个算法再开始学另外一个算法,每个算法总结一遍,虽然看起来很慢,但却真正的理解了,所谓虽慢实快者也。
该系列的视频对于数学公式的推导讲的很细,相信看完该视频后会对机器学习的各种算法的推导很熟悉。
由于csdn博客上写公式实在是太难弄了,如果一个公式一个公式的转成图片传上来,反而是排版很差。所以索性全部弄成图片传上来,虽然这样不利于SEO,但是在csdn这个平台下,相信还是会有很多人看到我的博客的,希望能对读者有所帮助。
视频3的笔记见上一篇博文,本文是第三个视频的笔记。
第4个视频的笔记如下,主要的内容包括牛顿方法、指数分布族、广义线性模型、广义线性模型举例之多项式分布。
转载自:http://blog.csdn.NET/xinzhangyanxiang/article/details/9207047
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解的通透,我觉得自己能够总结出来,发到博客上,也能达到这个效果,希望有兴趣的同学要循序渐进,理解完一个算法再开始学另外一个算法,每个算法总结一遍,虽然看起来很慢,但却真正的理解了,所谓虽慢实快者也。
该系列的视频对于数学公式的推导讲的很细,相信看完该视频后会对机器学习的各种算法的推导很熟悉。
由于csdn博客上写公式实在是太难弄了,如果一个公式一个公式的转成图片传上来,反而是排版很差。所以索性全部弄成图片传上来,虽然这样不利于SEO,但是在csdn这个平台下,相信还是会有很多人看到我的博客的,希望能对读者有所帮助。
视频3的笔记见上一篇博文,本文是第三个视频的笔记。
第4个视频的笔记如下,主要的内容包括牛顿方法、指数分布族、广义线性模型、广义线性模型举例之多项式分布。
相关文章推荐
- 牛顿方法、指数分布族、广义线性模型—斯坦福ML公开课笔记4
- 牛顿方法、指数分布族、广义线性模型—斯坦福ML公开课笔记4
- 【转】牛顿方法、指数分布族、广义线性模型—斯坦福ML公开课笔记4
- 牛顿方法、指数分布族、广义线性模型—斯坦福ML公开课笔记4
- 牛顿方法、指数分布族、广义线性模型、多项式分布——斯坦福ML公开课笔记4
- 机器学习笔记四 - 牛顿方法、指数分布族、广义线性模型、广义线性模型(多项式分布)
- 第4节-牛顿方法、指数分布族和广义线性模型
- 指数分布族(The Exponential Family)与广义线性模型(GLM,Generalized Linear Models)
- R语言笔记之广义线性模型压缩方法2
- R语言笔记之广义线性模型压缩方法1
- cs229学习笔记_lecture4_如何用指数分布族推导出一个广义线性模型
- 【机器学习-斯坦福】学习笔记4 ——牛顿方法;指数分布族; 广义线性模型(GLM)
- 广义线性模型之logistic regression(二)
- 从统计学角度来看深度学习(1):递归广义线性模型
- 斯坦福机器学习实现与分析之四(广义线性模型)
- 广义线性模型
- 机器学习-广义线性模型
- 广义线性模型的流式学习
- 机器学习笔记_回归_3: 广义线性模型
- 数学之路-数据分析进阶-广义线性模型