Andrew Ng机器学习课程笔记--week1(机器学习介绍及线性回归)
2017-08-25 17:20
281 查看
之前看过一遍,但是总是模模糊糊的感觉,也刚入门,虽然现在也是入门,但是对于一些概念已经有了比较深的认识(相对于最开始学习机器学习的时候)。所以为了打好基础,决定再次学习一下Andrew Ng的课程,并记录笔记以供以后复习参考。
1. 内容概要
-
Introduction
- 什么是机器学习
- 监督学习
- 非监督学习
-
Linear Regression with One Variable
- 模型展示
- 损失函数定义
- 梯度下降算法
- 线性回归中的梯度下降
- 线性代数计算复习
2. 重点&难点
上面内容中需要强调的有:
1)梯度下降算法
计算步骤:
梯度下降又可分为:梯度下降、随机梯度下降、批量梯度下降,具体区别和如何实现参考
梯度下降、随机梯度下降和批量梯度下降
MARSGGBO♥原创
2017-8-2
相关文章推荐
- Andrew NG机器学习课程笔记系列之——机器学习之单变量线性回归(Linear Regression with One Variable)
- Andrew Ng机器学习笔记week1 线性回归
- Andrew NG机器学习课程笔记系列之——机器学习之逻辑回归(Logistic Regression)
- coursera《机器学习》吴恩达-week1-01 课程介绍
- 吴恩达Coursera机器学习课程笔记-单变量线性回归
- Andrew NG机器学习课程笔记系列之——机器学习之神经网络模型-上(Neural Networks: Representation)
- 机器学习课程笔记-andrew ng 多参数线性回归
- 《深度学习Ng》课程学习笔记03week1——机器学习(ML)策略(1)
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 7——支持向量机
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 6(一)—— 机器学习诊断、偏差与方差
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 6(二)——误差分析与数据集偏斜处理
- Andrew Ng机器学习笔记week6 机器学习的应用与设计
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 4——神经网络(一)
- Andrew Ng机器学习课程笔记--week2(多元线性回归&正规公式)
- 斯坦福机器学习视频笔记 Week1 线性回归和梯度下降 Linear Regression and Gradient Descent
- Andrew Ng机器学习笔记week2 多变量线性回归
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 5——神经网络(二)
- Coursera 机器学习(by Andrew Ng)课程学习笔记 Week 8(二)——降维
- 《深度学习Ng》课程学习笔记03week2——机器学习(ML)策略(2)
- Andrew Ng机器学习课程笔记--week3(逻辑回归&正则化参数)