
聚類 之前的課程中我們學習的都是監督學習相關的算法,現在來開始看非監督學習。非監督學習相對于監督非學習來看,其使用的是未標記的訓練集而監督學習的...
優化目標 之前的課程有學習過Logistic回歸的假設函數:其圖像如下: 從圖像可以看出,如果的話,那么我們希望,那么;如果的話,那么我們希望,...
確定執行的優先級 我們已經學習過一些機器學習的算法,那么如何設計一個機器學習系統呢,課程中舉了一個垃圾郵件分類器的例子,例子比較簡單這里就不再贅...
評估假設 我們之前已經學習過一些機器學習的算法,現在我們來談談如何評估算法學習得到的假設。當發現預測的結果和實際的數據有誤差的時候,我們需要進行...
直觀感受反向傳播的概念 上篇文章講述了神經網絡的反向傳播算法的基本概念,現在來詳細的對此算法進行一些講解?;貞浺幌律窠浘W絡的代價函數: 如果我們...
代價函數 在神經網絡中,我們需要定義一些新的參數來表示代價函數。 L = total number of layers in the netwo...
本文將會介紹一種叫“神經網絡”(Neural Network)的機器學習算法。 非線性假設 我們之前已經學習過線性回歸和邏輯回歸算法了,為什么還...
概念 假設我們有一組數據集如下圖所示: 左邊的圖中,我們假設,與數據集進行比較發現此函數和數據的擬合度并不是很高,先然數據并不是呈現一條直線的形...
回歸函數 在邏輯回歸模型中我們不能再像之前的線性回歸一樣使用相同的代價函數,否則會使得輸出的結果圖像呈現波浪狀,也就是說不再是個凸函數。代價函數...