posted on | in | | read times:
words count: 2k | minutes to read ≈ 0:05

在第二周的课程里，主要讲了多变量线性回归以及相应的梯度下降实践，一些梯度下降的技巧如学习速率的选择，Feature Scaling - 特征缩放等，最后介绍了Polynomial Regression - 多项式回归和Normal Equation - 正规方程。

read more »

posted on | in | | read times:
words count: 565 | minutes to read ≈ 0:01

开篇的话


大约上个月，在Coursera上申请Andrew Ng的deeplearning.ai系列课程助学金通过了。想着偏偏在我复习考研的时间段里开课，又不想转换班次，于是“狠下心来”开始上课，这下负担又重了，不仅要复习，还要兼顾Coursera上两门重量级课程，虽然有做笔记和推导，但是实在没有时间再去做整理发布了。
那么为什么会有这个开篇呢？因为我实在忍不住。今天刚上完系列课程1–Neural Networks and Deep Learning的week3课程，而Machine Learning那边也进行到week6。因为在Machine Learning里也教到Back Propagation - 反向传播算法后面一点的内容，同样的deeplearning那边也讲到，感觉对BP有了非常清晰的思路。迫不及待想整理上来。趁着国庆做一次详细整理吧。

以下是一些关于此课程笔记的事项：

  • 这里记录了我在Coursera上学习deeplearning.ai专项课程的笔记
  • 同时会把课程相关资料整理一并发布，包括视频，lecturenote，homework，和我的答案解释。
  • 课程链接:可以申请助学金以免费听课，需15个工作日处理。

posted on | in | | read times:
words count: 11k | minutes to read ≈ 0:25

在第一周的课程里简要介绍了什么是机器学习，Model - 模型和Cost Function - 代价函数的概念，以及一些必要的线性代数的知识。

特别声明：这里不会对线性代数基础进行记录，有需要了解的请自行学习。

敬请留意
read more »

posted on | in | | read times:
words count: 259 | minutes to read ≈ 0:01

开篇的话

  • 这里记录了我在Coursera上听吴恩达机器学习课程的笔记，以表示我是有学习的:)
  • 同时会把课程相关资料整理一并发布，包括lecturenote，homework，和我的答案解释。
  • 课程链接:可以直接注册听课，但是不会有证书。

特别声明：笔记在一些对类似什么是机器学习，机器学习的应用这些字面意义上的概念只会一笔带过，需要了解的自行谷歌或百度，笔记之着重于机器学习本身的内容，算法，推导，在一些理论细节上可能会做详细深入。

敬请留意

posted on | in | | read times:
words count: 2k | minutes to read ≈ 0:04

博客发布测试

2级标题 

1
2
3
 
from bs4 import BeautifulSoup
def func(args):
    return args

Content (md partial supported)

Content (md partial supported)

Content (md partial supported)

Content (md partial supported)

Content (md partial supported)

Content (md partial supported)

Content (md partial supported)

 未完待续…有空继续…

$$n\cdot m\cdot \lg b$$

read more »