局部加权回归、逻辑斯蒂回归、感知器算法—斯坦福ML公开课笔记3
生活随笔
收集整理的這篇文章主要介紹了
局部加权回归、逻辑斯蒂回归、感知器算法—斯坦福ML公开课笔记3
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
轉載請注明:http://blog.csdn.net/xinzhangyanxiang/article/details/9113681
最近在看Ng的機器學習公開課,Ng的講法循循善誘,感覺提高了不少。該系列視頻共20個,每看完一個視頻,我都要記錄一些筆記,包括公式的推導,講解時候的例子等。按照Ng的說法,公式要自己推理一遍才能理解的通透,我覺得自己能夠總結出來,發到博客上,也能達到這個效果,希望有興趣的同學要循序漸進,理解完一個算法再開始學另外一個算法,每個算法總結一遍,雖然看起來很慢,但卻真正的理解了,所謂雖慢實快者也。
該系列的視頻對于數學公式的推導講的很細,相信看完該視頻后會對機器學習的各種算法的推導很熟悉。
由于csdn博客上寫公式實在是太難弄了,如果一個公式一個公式的轉成圖片傳上來,反而是排版很差。所以索性全部弄成圖片傳上來,雖然這樣不利于SEO,但是在csdn這個平臺下,相信還是會有很多人看到我的博客的,希望能對讀者有所幫助。
視頻1-2的筆記見上一篇博文,本文是第三個視頻的筆記。
第3個視頻的筆記如下,主要的內容包括局部加權回歸、最小二乘的概率解釋、邏輯斯蒂回歸、感知器算法。
總結
以上是生活随笔為你收集整理的局部加权回归、逻辑斯蒂回归、感知器算法—斯坦福ML公开课笔记3的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 线性规划、梯度下降、正规方程组——斯坦福
- 下一篇: 微博背后的那些算法