笔记&符号&说明

符号名词解释，部分定义基于个人喜好，在我自己的笔记中用到。笔记主要是用于自己学习记录，很多东西理解得还不是很清楚，以后会逐渐完善。

机器学习

符号或名词	意义
$x$	输入向量，表示一个一维向量
$y$	样本输出向量，表示一个一维向量
$X$	输入数据集
$Y$	样本输出数据集
$X^i$	第i个样本输入向量
$X_j^i$	第i个样本输入向量的第j个特征值
$n$	输入向量的维数，即特征量个数
$m$	数据集的大小，即样本个数
$H/h$	预测函数
$J$	代价函数
$z$	预测值
$\theta$	预测函数的系数，维数与$(0,x)$维数相同

神经网络

符号或名词	意义
$x$	输入向量，表示一个一维向量
$\omega$	系数矩阵的集合
${\omega }^l$	第$l$层到第$l+1$层的权重矩阵
${\omega }_{jk}^l$	${\omega }^l$矩阵$(j,k)$位置表示第$l-1$层第$j$个神经元到第$l$层第$k$个神经元的权重
${\omega }_{\ast k}^l$	第$l-1$层到第$l$层第$k$个神经元的权重向量
$z^l$	第$l-1$层的输出向量，也是第$l$层激活函数的输入向量
$a^l$	第$l$层的激活向量
$b^l$	第$l$层的阈值向量
${\delta }_j^l$	第l层第j个神经元的误差
$C$	代价函数
epoch	一代完整的训练周期
batch	以batch为单位划分数据集
iteration	一个batch数据集进行一次参数更新的过程

（权重矩阵${\omega }^l$的行数为$l-1$层神经元个数，列数为$l$层神经元个数）