斯坦福機器學習公開課筆記3——局部加權回歸、邏輯斯蒂回歸、感知器算法
—— 斯坦福機器學習公開課筆記3 -——局部加權回歸、邏輯斯蒂回歸、感知器算法
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(fā)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。
本文引用地址:http://www.biyoush.com/article/201702/344593.htm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。
評論