agoniqing的博客

明天周六就要考六级了，前两天没有学习机器学习课程，六级复习的也不怎么样。今天看课程从逻辑回归看，看了三个小节。做了一些笔记，以后准备在复习的时候用思维导图将知识通一遍。 第3周 逻辑回归模型:3.11.负类：标记为0的类2.正类：标记为1的类以简单的二元分类为例，其中y只能取两个值0和1。3.2假设表示：Logistic函数。我们的新形式使用“Sigmo

复习。 最近在期末考试复习阶段，没有跟进机器学习课程学习进度。 今日重新将前3周的课程温习了一遍，有了一些细节上的理解。 主要温习了以下内容： 1.线性回归的假设函数与成本函数公式 2.梯度下降法参数迭代公式 3.正规方程法公式 4.梯度下降法与正规方程法各自的优缺点 5.Octave常用命令 6.向量化的概念 7.逻辑回归的成本函数与假设函数 8.判定边界的概念 9.如何拟

复习。 最近在期末考试复习阶段，没有跟进机器学习课程学习进度。 今日重新将前3周的课程温习了一遍，有了一些细节上的理解。 主要温习了以下内容： 1.线性回归的假设函数与成本函数公式 2.梯度下降法参数迭代公式 3.正规方程法公式 4.梯度下降法与正规方程法各自的优缺点 5.Octave常用命令 6.向量化的概念 7.逻辑回归的成本函数与假设函数 8.判定边界的概念 9.如何拟

今天继续学习机器学习，在哔哩哔哩上看的视频，之后再找时间在coursera上完成作业。逻辑回归与正则化技术终于看完了。其实并不是很难，但需要去实现一遍才能更直观的体会。漫漫之路要加快脚步了。

今天学习了Coursera吴恩达机器学习的课程，第一节的介绍，也许在其他地方也看到过类似的，所以也算比较了解了这个知识。这节介绍了什么是机器学习，以及机器学习的分类 监督学习和无监督学习。

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

今天的学习状态还不错，下午在图书馆待到晚上，进一步学习了机器学习的一些知识，主要是多元线性回归。在coursera上观看的吴恩达的视频，听的比较明白，还是很容易学校的，复习了一些线代的知识，快速的过了一遍，因为之前学习过线代。在下面感觉会一点加深难度了，维度变多了以后理解起来需要费点时间，感觉自己笨笨的样子，接下来学习计算参数的分析，今天准备把第二周的内容学习完，学习正规方程。下载了ovtave和

进行到了第2周的学习课程，安装了Octave和Matlab两个软件，然后发现其实安装一个就足够使用了，Matlab的体验时间浪费咯。翻墙后打开讲义https://www.coursera.org/learn/machine-learning/resources/JXWWS关于学习心得。课程是观看完了，面临第一个编程作业，应该不会太难，只是英文题目需要多看看。课程中的算法虽然

没啥东西

一、实验目的和要求1. 实验目的(1) 熟悉机器学习数据处理过程 (2) 使用一种机器学习算法进行数据分类或回归 2. 实验要求 使用a1a数据集进行分类，使用线性回归和对数几率回归。注意数据集中的标签、稀疏处理。完成以下内容： （1）完成a1a数据集的读写操作。根据a1a数据集文件，写一个数据加载函数，将数据集加载到内存中，数据采用矩阵形式存储。写一个数据保存函数，将内存中的数据...