单变量线性回归-吴恩达机器学习课程lecture2

本文深入探讨了机器学习中的核心概念,包括假设函数、代价函数、凸函数以及弓形函数的特点。介绍了两种求解凸函数最优解的方法:Batch梯度下降算法和正规方程组解法,为初学者提供了理解机器学习原理的基础。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

几个关键概念:

假设函数 Hypothesis Function

h0(x)=Q0 + Q1*(xi, yi)

代价函数 Cost Function 是三维的等高线图

凸函数 Convex Function 

弓形函数只有一个全局最优解,没有局部最优解

求解凸函数的最优解 一般采用两种方法:

Batch梯度下降,是一种适合计算机求解的迭代算法

正规方程组解法,一种数学化方法

 

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