ziuno的博客

《吴恩达机器学习》笔记——12 机器学习系统设计 1 确定执行的优先级 构建一个垃圾邮件分类器 监督学习 输入 输出 符号 xxx yyy 描述 email的特征 - 选择 选择100个词来表明是否为垃圾邮件x∈R100x\in\mathbb{R}^{100}x∈R100xj={1若单词j出现在邮件中0其他x_j=\left\{\begin{matrix}1 &若...

《吴恩达机器学习》笔记——11 应用机器学习的建议 1 决定下一步做什么 问题 算法改进 产生较大误差 1. 使用更多训练样本2. 尝试选用更少特征3. 获取更多特征4. 增加多项式特征5. 增大或减小λ\lambdaλ 2 模型评估与选择 评估 单个模型 多个模型选择 数据集 训练集(70%)测试集(30%) 训练集(60%)交叉验证集(20%)测试集(20...

《吴恩达机器学习》笔记——10 神经网络参数的反向传播算法 1 代价函数 参数 表达 训练集 {(x(1),y(1)),(x(2),y(2)),…,(x(m),y(m))}\{(x^{(1)},y^{(1)}),(x^{(2)},y^{(2)}),\dots,(x^{(m)},y^{(m)})\}{(x(1),y(1)),(x(2),y(2)),…,(x(m),y(m))} ...

《吴恩达机器学习》笔记——9 神经网络学习 1 非线性假设

《吴恩达机器学习》笔记——8 正则化 1 过拟合问题 解决过拟合问题 具体 减少选取变量的数量 人为选择保留的特征模型选择算法 正则化 保留所有特征，但减小θj\theta_jθj​的数量级或值 2 代价函数 正则化代价函数 J(θ)=12m[∑i=1m(hθ(x(i))−y(i))2+λ∑j=1nθj2]J(\theta)=\frac{1}{2m}\left[\s...

《吴恩达机器学习》笔记——7 Logistic回归 1 分类 分类 yyy 负类 0 正类 1 若hθ(x)h_\theta(x)hθ​(x) 预测yyy ⩾0.5\geqslant0.5⩾0.5 1 <0.5<0.5<0.5 0 2 假设陈述 - 表达式 hθ(x)h_\theta(x)hθ​(x) g(θTx)...

《吴恩达机器学习》笔记——5 多变量线性回归 1 多功能 符号 定义 nnn 特征量的数目 x(i)=[x1(i);x2(i);… ;xn(i)]x^{(i)}=[x^{(i)}_1;x^{(i)}_2;\dots;x^{(i)}_n]x(i)=[x1(i)​;x2(i)​;…;xn(i)​] 第iii个训练样本的输入特征值 xj(i)x^{(i)}_jxj(i)​ 第ii...

吴恩达机器学习——2 单变量线性回归 1 模型描述 符号 定义 mmm 训练样本数量 xxx ”输入”变量/特征 yyy “输出”变量/“目标”变量 (x,y)(x,y)(x,y) 一个训练样本 (x(i),y(i))(x^{(i)},y^{(i)})(x(i),y(i)) 第iii个训练样本 hhh 假设函数 模型 hθ(x)=θ0+θ1xh_\t...