qq_22845793的博客

作为英语课程，读中文参考资料的确有助于理解，但是出于对以后更长久的学习优势考虑，笔记中我会尽量采用英文来表述，这样有助于熟悉专有名词以及常见语法结构，对于无中文翻译的资料阅读大有裨益。 一、Evaluating a Learning Algorithm 1. Deciding What to Try next 但是这大量都会浪费你六个月时间而无所帮助，接下来介绍“Machine Learning Diagnostic [.daɪəɡ’nɑstɪk]”来解决这个问题 2.Evaluating a.

作为英语课程，读中文参考资料的确有助于理解，但是出于对以后更长久的学习优势考虑，笔记中我会尽量采用英文来表述，这样有助于熟悉专有名词以及常见语法结构，对于无中文翻译的资料阅读大有裨益。 一、Cost function and Backpropagation L：总层数 SlS_lSl​:第几层 上式进行一般化 yiy^iyi原本是一个逻辑输出单元->取而代之的是K个ykiy_k^iyki​ 输出值h->向量hΘh_\ThetahΘ​,记((hΘ)i(h_\Theta)_i(hΘ​.

作为英语课程，读中文参考资料的确有助于理解，但是出于对以后更长久的学习优势考虑，笔记中我会尽量采用英文来表述，这样有助于熟悉专有名词以及常见语法结构，对于无中文翻译的资料阅读大有裨益。 Week4-Neural Networks Representation神经网络：表达 一、Non-linear Hypothesis非线性模型（经过考虑，事实上hypothesis这里更像一个模型而非假设，事实上吴恩达在week1的课程中也指出hypothesis这个叫法不够恰当，但是大家都这么叫也就沿袭了） Line.

作为英语课程，读中文参考资料的确有助于理解，但是出于对以后更长久的学习优势考虑，笔记中我会尽量采用英文来表述，这样有助于熟悉专有名词以及常见语法结构，对于无中文翻译的资料阅读大有裨益。 Week3 Logistic Regression and Regularzation 一、Logistic Regression Classification分类问题 Logistic Regression逻辑回归模型 hθ(x)=g(θTX)h_\theta(x)=g(\theta_TX)hθ​(x)=g(.

作为英语课程，读中文参考资料的确有助于理解，但是出于对以后更长久的学习优势考虑，笔记中我会尽量采用英文来表述，这样有助于熟悉专有名词以及常见语法结构，对于无中文翻译的资料阅读大有裨益。 一、Multiple Variables Linear Regression Algorithm Multiple Feature多维特征 模型中的特征为（x1,x2,x3…xn ） n代表特征数量 xi是第i个训练实例，特征矩阵中的第i行，是一个向量Vector Multiple Variables Lin.

作为英语课程，读中文参考资料的确有助于理解，但是出于对以后更长久的学习优势考虑，笔记中我会尽量采用英文来表述，这样有助于熟悉专有名词以及常见语法结构，对于无中文翻译的资料阅读大有裨益。 Week1 一、Introduction 二、Algorithm（算法）: 1. Supervised Learning（监督算法） 每个样本有一个正确答案 肿瘤分类 Unsupervised Learning 并不知道样本正确与否，仅仅做一个分类 天文学星系聚集 Others: Reinforc.