TechArtisan6的博客

第3周 课程内容有点多，分两个博客。 吴恩达（Andrew Ng）《机器学习》课程笔记（4）第3周——正则化目录六、逻辑回归(Logistic Regression)6.1 分类(Classification)6.2 假设表示(Hypothesis Representation)6.3 决策边界(Decision Boundary)6.4 代价函数(Cost Fu...

目录七、正则化(Regularization)7.1 过拟合问题(The Problem of Overfitting)7.2 代价函数(Cost Function)7.3 正则化线性回归(Regularized Linear Regression)1 梯度下降法2 正规方程法7.4 正则化的逻辑回归(Regularized Logistic Regression)...

吴恩达（Andrew Ng）在 Coursera 上开设的机器学习入门课《Machine Learning》：课程地址：https://www.coursera.org/learn/machine-learning目录一、引言1.1、机器学习（Machine Learning）2.1、监督学习（Supervised Learning）（1） 什么是监督学习？（2...

目录四、多变量线性回归（Linear Regression with multiple variables）4.1. 多维特征（Multiple features）4.2. 多变量梯度下降（Gradient descent for multiple variables）4.3. 梯度下降法实践1——特征缩放(Feature Scaling)(归一化)4.4. 梯度下降法实践...