机器学习模型表示

机器学习模型(Model Representation)

为了建立一个将来使用的概念,我们使用x(i)表示输入要素,y(i)表示目标变量,即我们需要预测的值。(x(i),y(i))(i=1,2,3…,m)则称为训练集(training set),使用X表示输入值的空间,并使用Y表示输出值的空间。

更正式地描述监督学习问题,我们的目标是给定训练集,利用学习算法,得到一个函数h:x→y,使得h(x)是对应y值的“良好”预测因子。 由于历史原因,此函数h称为假设。 该过程如下图所示:
在这里插入图片描述
(吴恩达教授机器学习笔记)

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