Andrew-Coursera-DL课程-笔记part1-1(Neural Networks Basics)

本文深入探讨了逻辑回归作为一种简单的二元分类算法如何被视作神经网络的基础,并详细解析了其成本函数及其梯度下降算法的实现过程。此外,文章还介绍了如何利用Python和向量化技术来提高逻辑回归算法的效率。

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

Logistic Regression as a Neural Network

  1. Binary Classification
  2. Logistic Regression
  3. Logistic Regression Cost Function

    loss function指一个数据的损失
    cost function指整个数据集的损失

  4. Gradient Descent

  5. Derivatives

  6. Derivatives with a Computation Graph

  7. Logistic Regression Gradient Descent

  8. Gradient Descent on m Examples

Python and Vectorization

  1. Vectorization

  2. More Vectorization Examples

  3. Vectorizing Logistic Regression
  4. Vectorizing Logistic Regression’s Gradient Output
  5. Broadcasting in Python
    ···
x1 = np.array([3,4,5])
print x1+5
[ 8  9 10]
  1. A note on python/numpy vectors

    python中(m,n)+(1,n)==(m,n)+(m,n)
  2. Explanation of logistic regression cost function
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