Posts

All the articles I've posted.

• Coursera机器学习笔记(九) - 神经网络(下)

  2016-05-13

  这篇笔记继续梳理神经网络中的反向传播、误差项推导以及向量化表达。

• Coursera机器学习笔记(八) - 神经网络(上)

  2016-05-09

  这篇笔记介绍神经网络的基本表示方式，包括非线性分类、前向传播，以及用神经单元组合复杂决策边界的直觉。

• Coursera机器学习笔记(七) - 来自吴恩达的狗粮和鸡汤

  2016-04-28

  记录 Andrew Ng 在课程中的一段分享，以及我当时整理的中文字幕。

• Coursera机器学习笔记(六) - 正则化

  2016-04-28

  如下图所示, 使用三种不同的多项式作为假设函数对数据进行拟合, 从左一和右一分别为过拟合和欠拟合. 对率回归: 解决过拟合问题大致分为两种, 一种是减少特征的数量, 可以人工选择一些比较重要的特征留下, 也可以使用模型选择算法(Mod...

• Coursera机器学习笔记(五) - Logistic Regression

  2016-04-26

  前面的课程中提到了一些分类问题: 对于乳腺癌的那个例子, 数据集如下所示. 如果使用线性回归来处理这个问题, 我们可能得到这样一个假设函数: 然后我们设定一个阈值0.5, 当假设函数的输出大于这个阈值时我们预测y=1；当假设函数的...

• Coursera机器学习笔记(四) - Octave教程

  2016-04-19

  读取矩阵A第1行和第3行的所有元素：

• Coursera机器学习笔记(三) - 多变量线性回归

  2016-04-11

  这篇笔记整理多变量线性回归、梯度下降、特征缩放以及正规方程在房价预测问题中的基本用法。

• Coursera机器学习笔记(二) - 单变量线性回归

  2016-04-08

  这一节我们来学习单变量的线性回归模型, 首先了解基本概念