- 博客(5)
- 收藏
- 关注
RSS订阅原创 《机器学习》入门学习笔记5--自用
这周网课部分主要进行了vectorization有关概念的学习，重点理解了无向量化和向量化代码的区别与执行效率问题；而书本阅读部分主要对《机器学习》中假设空间这小节做了批注，详细理解了布尔概念学习的机制。另外，下周开始更换学习内容，将从吴恩达教授的couresa课程改为Stanford的CS229，同时方便课后作业的完成和批注的学习。（部分图片摘引自课件）。
2025-04-26 17:21:47
737
原创 吴恩达《机器学习》入门学习笔记4--自用
这周进行梯度下降(gradient descent)的复习与多特征(multiple features)的学习，外加对周志华老师机器学习的首章部分内容的批注与思维导图的绘制，重点理解了相关术语和逻辑关系。在聚类学习中，自动形成的簇可能对应一些潜在的概念，这样的概念是我们事先不知道的，而且在学习过程中使用的训练样本通常不拥有标记信息（否则标记信息直接形成了簇划分，但也有例外情况 13.6节）即使对聚类这样的无监督学习任务，我们也希望学得的簇划分能适用于没在训练集中出现的样本。“泛指从数据中学得的结果。
2025-04-19 16:57:05
1084
原创 吴恩达《机器学习》入门学习笔记3--自用
(导数) term.(relate to the direction;determines the size of the steps you want to take)这周主要进行梯度下降(gradient descent)的概念相关理解，通过在geogebra中绘制平面坐标图加深对梯度下降公式中各个参量对于J的最小值的影响的理解(intuition)。(同时地) update w and b。
2025-04-06 17:21:30
932
原创 吴恩达《机器学习》入门学习笔记2--自用
这周主要学习Cost Function（代价函数）的概念及其可视化的实现，代码部分较少，大部分需要通过图例加深对线性回归方程的理解（课程内谈到intuition)，而部分内容为之前概念的复习。重点：因为后续仅需求解J函数关于w和b的最小值（找到最能拟合结果的那条直线），所以此处J函数定义中多除以2并不会影响其结果，而这会方便后续求导的计算。.(在y轴上的截距)
2025-03-30 14:52:59
1083
原创 吴恩达《机器学习》入门学习笔记1--自用
以下为视频链接中1-6课的学习记录，大一下学期有幸在老师的指导下第一次尝试在CSDN写博客，希望是对自己学习过程的一种记录和收获。refer to X->Y or input->output mappings(映射算法)正好在备战六级，尝试练习用纯英文听课和记录，实在不懂的地方也会用中文进行资料的查找。Compress(压缩) data using fewer numbers。
2025-03-23 15:07:54
613
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人