机器学习 Machine Learning- 吴恩达Andrew Ng 第16~20课总结

Posted 架构师易筋

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习 Machine Learning- 吴恩达Andrew Ng 第16~20课总结相关的知识,希望对你有一定的参考价值。

YouTube课程地址

https://www.youtube.com/playlist?list=PLOXON7BTL9IW7Ggbc09jLqGmzkwPI4-3V
截止2021-5-3, 有112 个视频
在这里插入图片描述

1. 第16课 Matrix-matrix multiplication, Linear regression with one variable

矩阵相乘,可以等价于左边矩阵逐个乘以右边矩阵的列向量。
在这里插入图片描述
矩阵相乘公式演示:矩阵相乘,可以等价于左边矩阵逐个乘以右边矩阵的列向量。
在这里插入图片描述
矩阵相乘的应用例子:比如根据房子大小预测房价,有三个预测公式,可以一次得到3个结果。
在这里插入图片描述

2. 第17课 Matrix multiplication properties, Linear regression with one variable

矩阵乘法正常情况下,不支持乘法交换律

在这里插入图片描述

矩阵支持相邻的乘法结合律,A * B * C = A * (B * C ) = (A * B) * C

在这里插入图片描述

  • 乘法交换律与标量相乘的情况下,成立。但是左边的标量矩阵,和右边的标量的[n, n]数,[m, m]数 不一定相等。
  • 标量矩阵表示左上角到右下角的对角线上是1, 其它位置都是0.

在这里插入图片描述

3. 第18课 Inverse and transpose逆矩阵和转置矩阵 - Linear regression with one variable

  • 逆矩阵表示,A * (A -1) = I 矩阵和矩阵的逆矩阵相乘等于标量矩阵。
  • 注意:不是所有矩阵都有逆矩阵,比如[0]矩阵。
  • 没有逆矩阵的矩阵叫做Singular 奇异矩阵 或者 Degenerate 退化矩阵
    在这里插入图片描述用Octave 计算逆矩阵的过程如下:
    由于精度问题 0 ≈ 1.1102e-160 ≈ -2.2204e-16
>> A = [3 4; 2 16]
A =

    3    4
    2   16

>> pinv(A)
ans =

   0.400000  -0.100000
  -0.050000   0.075000

>> inverseOfA = pinv(A)
inverseOfA =

   0.400000  -0.100000
  -0.050000   0.075000

>> A * inverseOfA
ans =

   1.0000e+00   1.1102e-16
  -2.2204e-16   1.0000e+00

>> inverseOfA * A
ans =

   1.0000e+00   2.2204e-16
  -2.7756e-17   1.0000e+00

>>

在这里插入图片描述
转置矩阵,表示行和列互换的矩阵。特性为 Bij = Aji.

在这里插入图片描述

4. 第19课 Multiple features 更多参数 - Linear regression with one variable

回顾:根据房子大小,预测房价的公式如下
在这里插入图片描述
比较有现实意义,根据房子大小,房子的个数,房子楼层数,房子楼龄,预测房子价格。
在这里插入图片描述
根据房子大小,房子的个数,房子楼层数,房子楼龄,预测房子价格。4个参数的公式如下:

在这里插入图片描述

多个参数通用的推导公式如下:
在这里插入图片描述

4. 第20课 Gradient descent for multiple variables 梯度下降用多元方程求解 - Linear regression with one variable

假设方程,耗能方程,梯度下降方程如下。(这里不是很理解,要多看看??)
在这里插入图片描述

梯度下降方程的系数求解如下:(不是很理解,要多看看??)
在这里插入图片描述

以上是关于机器学习 Machine Learning- 吴恩达Andrew Ng 第16~20课总结的主要内容,如果未能解决你的问题,请参考以下文章

机器学习- 吴恩达Andrew Ng Week10 知识总结 Large scale machine learning

机器学习- 吴恩达Andrew Ng Week6 知识总结 Machine Learning System Design

机器学习 Machine Learning- 吴恩达Andrew Ng 第11~15课总结

机器学习 Machine Learning- 吴恩达Andrew Ng 第21~25课总结

机器学习 Machine Learning- 吴恩达Andrew Ng Week2-Octave

机器学习 Machine Learning- 吴恩达Andrew Ng 第16~20课总结