机器学习--吴恩达（线性回归，梯度下降，正规方程法）

最新推荐文章于 2025-10-02 14:12:52 发布
原创 最新推荐文章于 2025-10-02 14:12:52 发布 · 2.9k 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#机器学习 #算法 #回归分类

这篇博客探讨了机器学习中的回归问题，重点介绍了线性回归和梯度下降法。通过比较回归与分类的区别，阐述了线性回归在预测连续值中的应用。文章还讨论了梯度下降作为优化参数的策略，以及正规方程法在解决线性回归问题中的作用。

本节课是对监督学习的讲解，ng以自动驾驶为例，告诉我们汽车对方向的预测是连续值，故而是回归问题。

什么是回归问题？（regression）

确定两种或两种以上变量相互依赖的定量关系的一种统计分析方法

回归与分类问题的不同

回归与分类都属于预测问题，而回归预测的结果是连续的值，而分类的结果是离散的值。回归问题的要求就是：给定一个模式，根据训练集推断它所对应的输出的y值是多少。也就是使用y=g(x)来推断任一输入x所对应的输出值，分类问题是：给定一个新的模式，根据训练集推断它所对应的类别（如：+1，-1）。也就是使用y=sign(g(x))来推断任一输入x所

最低0.47元/天 解锁文章
机器学习入门篇 – 线性回归和梯度下降
ARGO的博客
11-12 701
本文适合机器学习零基础的同学阅读，从最简单的一元线性回归，讲解机器学习的基本概念，并讲解最常用的优化方法梯度下降法。 一、线性回归算法 假设一个馒头厂老板娘，招聘了5位会做手工馒头的大师傅，大师傅的水平参差不齐，做出来的馒头大小软硬不尽相同，所用的面粉重量也不同。开张第一天就收到一笔1000个馒头的订单，老板娘需要计算出应该购入多少面粉作为原料。 老板娘统计了5位大师傅所做馒头的数量和相应使用...
机器学习-线性回归-正规方程
藏经阁 | 玄苦
08-10 3410
1. 正规方程前面几篇文章里面我们介绍了求解线性回归模型第一个算法 梯度下降算法，梯度下降算法最核心的是找到一个学习速率α，通过不断的迭代最终找到θ0 ... θn, 使得J(θ)值最小。今天我们要介绍一个解决线性回归模型新的算法 正规方程 对于函数f(x) = ax^2 + bx + c 而言，要求其最小值，是对其求导数并且设置导数值为0.我们知道，多维特征变量的线性回归模型中，代价函数表达式，
吴恩达机器学习笔记（2）—单变量线性回归（附代码）
最新发布
BigCookies的博客
10-02 936
本文介绍了监督学习中的线性回归算法及其完整流程。以预测房价为例，通过构建单变量线性模型（假设函数h）来拟合训练数据，并使用平方误差代价函数J衡量预测准确性。重点讲解了梯度下降法的原理：通过调整参数θ0和θ1（学习率α控制步长，导数项决定方向）来最小化代价函数。文章还展示了代价函数在不同参数下的可视化表现（3D曲面和等高线图），并强调批量梯度下降的同步更新特性。最终指出该方法能有效找到最优解，适用于大规模数据场景，相比正规方程更具优势。
机器学习1_线性回归梯度下降算法
u012794757的专栏
10-17 1520
机器学习1_线性回归梯度下降算法 开始接触机器学习与python，之前研究的普通方法解决原始胎心音的信号处理与计算瞬时心率没有得到理想的结果，所以想通过目前大热的机器学习与深度的方法试一试，不过不知道能不能行，先试着接触一下这些方面的知识。目前的学习资料是吴恩达的机器学习视频还有python的《LearnPython the Hard Way, 3rd Edition》，还有 IanGoodfe
机器学习（一）——线性回归和梯度下降
m0_46231143的博客
01-10 641
机器学习（一）——线性回归和梯度下降
机器学习：一元线性回归（梯度下降法）
qq_39422822的博客
04-14 824
bias = 0。
吴恩达机器学习课程CODE1：线性回归算法（应用平方误差与梯度下降）
12-22
1.线性回归问题课程笔记 1）简单介绍 线性回归问题需要有一个真实的直线来对给定x求出y，但现在我们不知道这条直线，需要根据训练集去拟合一条无限逼近这条真实直线的直线，以用于预测。 如图根据训练集，力求得到一...
吴恩达机器学习课后题-01线性回归
凯的博客
08-18 1176
NumPy是Python的一个库，它提供了大量的数学函数工具，特别是针对数组的操作。这个函数接受三个参数：x（特征矩阵），y（目标变量向量），和theta（参数向量，即线性模型的权重和偏置项）。在Python中，这种数据结构是一个嵌套的列表（list of lists），外层列表包含两个元素，每个元素都是一个包含一个浮点数的内层列表。在使用这个函数之前，需要确保 x 包含了偏置项（即一列全为1的列），除非你的 theta 已经被相应地调整过（例如，theta 的第一个元素不代表偏置项）。
精选资源
2025最新吴恩达机器学习笔记
04-14
在2025年发布的吴恩达机器学习笔记中，我们可以看到关于机器学习基础、监督学习和非监督学习、线性回归、逻辑回归、过拟合、高级学习算法等核心概念的深入讲解。 监督学习是机器学习的一种方式，其中包括回归算法和...
【梯度下降和正规方程】吴恩达机器学习笔记（四）
verse_armour的博客
08-10 824
关于机器学习中的梯度下降和正规方程。
用懊悔法学习吴恩达机器学习【2】-----线性回归的梯度下降
zbl1243的博客
06-25 426
以下英文文档皆出自课程配套笔记课9 代价函数二这一课时考虑使用两个参数来描述代价函数。此时等价函数是一个碗形，碗底点为最小值，将碗形用等高线表示，等高线中心就是代价函数的最小值。所以距离等高线中心较近的点所对应的( θ0, θ1)，能够较准确的拟合出原图像。Cost Function - Intuition IIA contour plot is a graph that contains man...
吴恩达梯度下降算法总结
11-27
自己学习吴恩达机器学习的总结，主要是关于梯度下降算法的一些推导与介绍，以及解释了，吴恩达课中没有解释推导的内容。
机器学习之梯度下降--线性回归
PY_smallH的博客
12-02 497
什么是梯度下降： 官方的意思： 梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函数和模型参数值。 这里没有数学公式，没有推导过程，我只是从物理的角度，来说明梯度下降的意思和怎么去用它解决问题。 科学家们发现或者发明了任何东西，肯定都是有意义的，我们要做的不
机器学习算法入门之(一) 梯度下降法实现线性回归
热门推荐
Titan0427的专栏
12-24 6万+
文章的背景取自An Introduction to Gradient Descent and Linear Regression，本文想在该文章的基础上，完整地描述线性回归算法。部分数据和图片取自该文章。没有太多时间抠细节，所以难免有什么缺漏错误之处，望指正。线性回归的目标很简单，就是用一条线，来拟合这些点，并且使得点集与拟合函数间的误差最小。
吴恩达--逻辑回归和梯度下降法
weixin_46206859的博客
11-10 1095
1-matlab %%函数文件 function [jVal,gradient]=costFunction(theta) jVal=(theta(1)-5)^2+(theta(1)-5)^2; gradient=zeros(2,1) gradient(1)=2*(theta(1)-5); gradient(2)=2*(theta(2)-5); end %%代码文件 %梯度下降法的matlab实现 options=optimset('gradObj','on','MaxITer',100); ini...
吴恩达老师DeepLearning系列课程最详细学习笔记之15—逻辑回归中的梯度下降
james9668的博客
05-04 346
教程是本人学习吴恩达老师DeepLearing系列课程中整理的最为详细的学习笔记。学习视频主要来自B站[双语字幕]吴恩达深度学习deeplearning.ai_哔哩哔哩_bilibili?，以及DeepLearning官方网站Deep Learning by deeplearning.ai | Coursera。该系列课程总共有180多个，我会将学习笔记陆续分享出来，为有兴趣深度学习的同仁提供便利。再次由衷感谢吴恩达老师的精彩讲解和无私奉献！ 特别说明：图片来源于吴恩达老师视频截图。 ...
吴恩达视频－第一门课第2周2.9节－逻辑回归中的梯度下降（Logistic Regression Gradient Descent）
yyyyyya_的博客
05-10 313
2.9 逻辑回归中的梯度下降（Logistic Regression Gradient Descent） 　　本节我们讨论怎样通过计算偏导数来实现逻辑回归的梯度下降算法。它的关键点是几个重要公式，其作用是用来实现逻辑回归中梯度下降算法。但是在本节视频中，我将使用计算图对梯度下降算法进行计算。我必须要承认的是，使用计算图来计算逻辑回归的梯度下降算法有点大材小用了。但是，我认为以这个例子作为开始来讲解，可以使你更好的理解背后的思想。从而在讨论神经网络时，你可以更深刻而全面地理解神经网络。接下来让我们开始学习逻辑
吴恩达深度学习课程笔记（6）| 逻辑回归中的梯度下降
迦小叶的博客
11-25 230
这几节课，主要在罗辑回归中实现了梯度下降算法，并介绍了相关的向量化的思想。
机器学习(一)——线性回归的梯度下降算法和正规方程法
七夕的博客
04-14 1109
机器学习(一)——线性回归的梯度下降算法和正规方程法 线性回归 机器学习基本分为有监督学习和无监督学习。 有监督学习基本分为回归问题和分类问题。 回归问题很简单，就是根据样本预测一个连续数的值，类似于模拟信号的预测吧，结果是0.1还是0.2呀，明天降雨量是500mm还是501mm呀。 分类问题自然就是数字信号的预测了，结果是0还是1呀，明天下午还是不下雨呀，这种。 回归问题可以...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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