发简信
IP属地：台湾
-
5 多变量线性回归（Linear Regression with multiple variables）
5.1 多特征量（Multiple features） 本节课开始讨论一种新的线性回归的版本，这个版本更适用于多个变量或多特征量的情况。 在多变...
-
4 在Windows上安装Octave4.1 安装环境说明 操作系统：Windows7 SP1 64位Octave版本：octave-4.2.1-w64.zip 4.2 安装过程 在...
-
3 线性回归回顾（Linear Algebra review（optional））
3.1 矩阵和向量（Matrices and vectors） 本节课主要介绍的是矩阵和向量的概念。 矩阵（Matrix）： 由数字组成的矩形阵...
-
2 单变量线性回归2.1 模型描述（Model Representation） 2.1.1 模型常用表示符号 一般情况下，模型算法的变量表示如下： m：表示训练样...
-
1 绪论：初识机器学习（Introduction）
新的学习周期开启喽！在接下来的几天，我将开始学习吴恩达的机器学习课程，并将课程的主要内容整理成笔记，以便以后能够快速的检索到相关内容。 1...
-
1.4 深层神经网络（Deep Neural Networks）1. 深层神经网络（Deep L-layer Neural network） 什么是深度神经网络呢？ 首先，我们之前已经学习了Logistic回...
-
1.3 浅层神经网络（One hidden layer Neural Network）2续前一节1.3 浅层神经网络1 5. 向量化实现的解释（Explanation for vectorized implementation） 本...
-
1.3 浅层神经网络（One hidden layer Neural Network）1从今天开始，本人将继续学习吴恩达教授的深度学习课程第一部分神经网络和深度学习第三周浅层神经网络的相关课程，这部分课程将分为两天进行学习，并整理学...
-
1.2 神经网络基础3续前一节 1.2 神经网络基础2 7. 计算图（Computation Graph） 神经网络的计算都是按照前向传播过程计算出神经网络的输出，紧...