张某某。的博客

吴恩达机器学习____学习笔记记录#一、引言吴恩达机器学习____学习笔记记录#四、多变量线性回归吴恩达机器学习____学习笔记记录#六、逻辑回归（Logistic Regression）吴恩达机器学习____学习笔记记录#七、正则化吴恩达机器学习____学习笔记记录#八、神经网络---表述吴恩达机器学习____学习笔记记录#九、神经网络--学习吴恩达机器学习____学习笔记记录#十、应用机器学习的建议吴恩达机器学习____学习笔记记录#十一、机器学习系统的设计吴恩达机器学习

14.1 动机一：数据压缩参考资料：吴恩达机器学习课程；肖泽的博客

13.1 无监督学习：简介 首先介绍聚类算法。 那么，什么是非监督学习呢？在课程的一开始，我曾简单的介绍过非监督学习，然而，我们还是有必要将其与监督学习做一下比较。 在一个典型的监督学习中，我们有一个带有标签的训练集，我们的目标是找到能够区分正样本和负样本的决策边界，据此拟合一个假设函数。与此不同的是，在非监督学习中，我们的数据没有附带任何标签，我们...

12.1 优化目标在监督学习中，许多学习算法的性能都非常类似，因此，重要的不是你该选择使用学习算法A还是学习算法B，而更重要的是，应用这些算法时，所创建的大量数据在应用这些算法时，表现情况通常依赖于你的水平。比如：你为学习算法所设计的特征量的选择，以及如何选择正则化参数，诸如此类的事。还有一个更加强大的算法广泛的应用于工业界和学术界，它被称为支持向量机(Support Vector Mach...

11.1 首先要做什么 在设计复杂的机器学习系统时，将遇到的主要问题是什么？我们试着给出一些关于如何巧妙构建一个复杂的机器学习系统的建议。 以一个垃圾邮件分类器算法为例进行讨论。 为了解决这样一个问题，我们首先要做的决定是如何选择并表达特征向量xx。我们可以选择一个由100个最常出现在垃圾邮件中的词所构成的列表，根据这些词是否有在邮件中出现，...

10.1 决定下一步做什么本部分内容的目的是确保你在设计机器学习的系统时，明白怎样选择一条最合适、最正确的道路。具体来讲，我将重点关注的问题是假如你在开发一个机器学习系统，或者想试着改进一个机器学习系统的性能。 实际上你可以想出很多种方法来改进这个算法的性能，其中一种办法是使用更多的训练样本。但有时候获得更多的训练数据实际上并没有作用。另一个方法，你也许能想到的是尝试选用更少的特...

9.1 代价函数首先引入一些便于稍后讨论的新标记方法： 假设神经网络的训练样本有m个，每个包含一组输入x和一组输出信号y，L表示神经网络层数，表示每层的neuron个数(表示输出层神经元个数)，代表最后一层中处理单元的个数。 将神经网络的分类定义为两种情况：二类分类和多类分类， 二类分类：​表示哪一类； K类分类：表示分到第i类；...

8.1 非线性假设 无论是线性回归还是逻辑回归都有这样一个缺点，即：当特征太多时，计算的负荷会非常大。 下面是一个例子： 当我们使用x1x1​, x2x2​ 的多次项式进行预测时，我们可以应用的很好。 之前我们已经看到过，使用非线性的多项式项，能够帮助我们建立更好的分类模型。假设我们有非常多的特征，例如大于100个变量，我们希望用这...

7.1 过拟合问题到现在为止，我们已经学习了线性回归和逻辑回归，它们能够有效地解决许多问题，但是当将它们应用到某些特定的机器学习应用时，会遇到过拟合(over-fitting)的问题，可能会导致它们效果很差。 解释一下什么是过度拟合问题，并且谈论一种称为正则化(regularization)的技术，它可以改善或者减少过度拟合问题。 如果我们有非常多的特征，我们...

5.1 关于分类问题 在分类问题中，要预测的变量y是离散的值，我们将学习一种叫做逻辑回归 (Logistic Regression) 的算法，这是目前最流行使用最广泛的一种学习算法。 在分类问题中，我们尝试预测的是结果是否属于某一个类（例如正确或错误）。分类问题的例子有：判断一封电子邮件是否是垃圾邮件；判断一次金融交易是否是欺诈；之前我们也谈到了肿瘤分类问题的例子，区...

4.1 多维特征 上一章节学习了单变量/特征的回归模型，现在对房价模型增加更多的特征，例如房间数楼层等，构成一个含有多个变量的模型，模型中的特征为增添更多特征后，我们引入一系列新的注释：n 代表特征的数量代表第 个训练实例，是特征矩阵中的第行，是一个向量（vector）。比如：代表特征矩阵中第行的第个特征，也就是第 个训练实例的第个特征。...

一、机器学习-------Machine learning1、主要应用：（1）database mining 数据挖掘比如 硅谷公司 收集点击量，来对用户的信息和喜好进行采集比如电子医疗记录 -----转换为医疗知识生物学家采集的数据帮助理解基因组都有越来越多的数据集（2）applications can`t program by hand手写识别：机器学习算法会自...