Andrew Ng机器学习课程笔记--week1(机器学习介绍及线性回归)-阿里云开发者社区

开发者社区> 人工智能> 正文

Andrew Ng机器学习课程笔记--week1(机器学习介绍及线性回归)

简介: 之前看过一遍,但是总是模模糊糊的感觉,也刚入门,虽然现在也是入门,但是对于一些概念已经有了比较深的认识(相对于最开始学习机器学习的时候)。所以为了打好基础,决定再次学习一下Andrew Ng的课程,并记录笔记以供以后复习参考。

之前看过一遍,但是总是模模糊糊的感觉,也刚入门,虽然现在也是入门,但是对于一些概念已经有了比较深的认识(相对于最开始学习机器学习的时候)。所以为了打好基础,决定再次学习一下Andrew Ng的课程,并记录笔记以供以后复习参考。

1. 内容概要

    1. Introduction
    • 什么是机器学习
    • 监督学习
    • 非监督学习
    1. Linear Regression with One Variable
    • 模型展示
    • 损失函数定义
    • 梯度下降算法
    • 线性回归中的梯度下降
    • 线性代数计算复习

2. 重点&难点

上面内容中需要强调的有:

1)梯度下降算法

梯度下降

计算步骤:

img_ae09f72c22a75effb504ad23105d1116.png

梯度下降又可分为:梯度下降、随机梯度下降、批量梯度下降,具体区别和如何实现参考
梯度下降、随机梯度下降和批量梯度下降







MARSGGBO原创





2017-8-2



版权声明:本文首发在云栖社区,遵循云栖社区版权声明:本文内容由互联网用户自发贡献,版权归用户作者所有,云栖社区不为本文内容承担相关法律责任。云栖社区已升级为阿里云开发者社区。如果您发现本文中有涉嫌抄袭的内容,欢迎发送邮件至:developer2020@service.aliyun.com 进行举报,并提供相关证据,一经查实,阿里云开发者社区将协助删除涉嫌侵权内容。

分享:
人工智能
使用钉钉扫一扫加入圈子
+ 订阅

了解行业+人工智能最先进的技术和实践,参与行业+人工智能实践项目

其他文章