机器学习

Andrew NG的前三节课。

第一节,对于机器学习给出了概念。

如图,通过学习算法将训练集归纳整理,从多维里找到数据之间的联系。从而得到相关权重。*
机器学习

第二节,对于样本训练中找最小值问题进行了数学分析

寻找最小的权数(weight)。讲了线性回归(Linear Regression)、梯度下降(gradient descent).LMS algorithm (least mean square)*

J(θ)=1/2i=0m(hθ(xi)yi)2

J(θ)

θ=(XTX)1XTy

Repeat until convergence {

θj:=θj+αi=0m(yihθ(xi))xij

}


Loop{

for i=1 to m,{
θj:=θj+α(yihθ(xi))xij

} (for every j)

}


上式两个循环,一个是样本数, 一个是输入变量数

第三节,对拟合问题做出解释

对于一些模型的建立需要合适。