机器学习日记12月7日

本文记录了作者在学习机器学习过程中对于回归问题及梯度下降法的理解和思考,探讨了通过成本函数衡量假设函数准确性的方式,并介绍了如何使用梯度下降法来估计假设函数中的参数。

12月5、6两天都没有进行机器学习,才开始就这样付出的时间特别少,这样怎么可以呢,一定得控制住自己呀。这两天的校园无线网特别差打不开网页是一个原因 ,但绝不应该是我不学习的借口。加油吧,督促自己,做好笔记。感觉自己脑子经常乱乱的,明明知道有那么多的事情要做,却做起来没有条理,不能够利用好时间,这些年学习到了什么呢,不该妄自菲薄,但的确离自己的目标还很远。当初的榜样依然在努力,现在的自己却还没有能接近他们。追梦赤子心,却没做到呢。反省反省。记录。今晚学习了回归问题的梯度下降法。

成本函数

我们可以通过使用成本函数来衡量我们的假设函数的准确性这个假设的所有结果的平均差异(实际上是一个平均值的更漂亮的版本)与来自x的输入和实际输出y的输入。

梯度下降

我们的假设函数,我们有一种方法来衡量它如何适应数据。现在我们需要估计假设函数中的参数。这就是梯度下降的地方。


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值