跟着吴恩达老师学习机器学习的第七天 - logistic回归的假设函数math表达式+决策界限+代价函数+简化代价函数和logistic回归方程的梯度下降+用逻辑回归解决多类别分类问题

Posted Bessie_Lee

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了跟着吴恩达老师学习机器学习的第七天 - logistic回归的假设函数math表达式+决策界限+代价函数+简化代价函数和logistic回归方程的梯度下降+用逻辑回归解决多类别分类问题相关的知识,希望对你有一定的参考价值。


课程6.2

logistic回归的假设函数math表达式

1、logistic回归的假设函数表达式的math公式

图片1:logistic回归的假设函数表达式的math公式

理解1:logistic回归的假设函数表达式的math公式


2、logistic回归的假设函数表达式使用

图片2:logistic回归的假设函数表达式使用
理解2:logistic回归的假设函数表达式使用


课程6.3

决策界限

1、回顾公式

图片1:回顾公式

理解1:回顾公式


2、决策边界

图片2:决策边界

理解2:决策边界


3、各种各样的决策边界

图片3:各种各样的决策边界

理解3:各种各样的决策边界


课程6.4

代价函数

1、logistic回归方程画出non - convex函数

图片1:logistic回归方程画出non - convex函数
理解1:logistic回归方程画出non - convex函数


2、Cost函数图形

图片2:Cost函数图形(y=0和y=1)


理解2:Cost函数图形(y=0和y=1)


课程6.5

简化代价函数和logistic回归方程的梯度下降

1、logistic回归模型的代价函数

图片1:logistic回归模型的代价函数理解1:logistic回归模型的代价函数


2、logistic回归方程的梯度下降与线性回归的梯度下降算法区别

图片2:logistic回归方程的梯度下降与线性回归的梯度下降算法区别

理解2:logistic回归方程的梯度下降与线性回归的梯度下降算法区别


课程6.6

用octave实现更高级的优化算法共轭梯度算法(没有详细解释以及说明)

由于我没有详细学习octave,并且可能近段时间不会使用octave去做项目,所以下面只贴附视频中的代码图片,不做详细的解释与说明 - 具体说明链接在此

图片1:

图片2:


课程6.7

用逻辑回归解决多类别分类问题

1、解释什么是一对多(不做文字说明)

图片1:解释什么是一对多(不做文字说明)


2、一对多方法

图片2:一对多方法


理解2:一对多方法


今天晚上搞的有点晚,但是发现一个问题,一下午+一晚上也才搞了大概8个视频,希望明天可以多一点吧,因为任务其实挺紧张的!加油!

以上是关于跟着吴恩达老师学习机器学习的第七天 - logistic回归的假设函数math表达式+决策界限+代价函数+简化代价函数和logistic回归方程的梯度下降+用逻辑回归解决多类别分类问题的主要内容,如果未能解决你的问题,请参考以下文章

吴恩达《机器学习系列课程》学习笔记:监督学习

机器学习python实现吴恩达机器学习作业合集(含数据集)

下载量过百万的吴恩达机器学习和深度学习笔记更新了!(附PDF下载)

吴恩达机器学习-6-机器学习的建议

吴恩达2022机器学习课程评测来了!

我是吴恩达:人在美国,刚上知乎,先答个「如何系统学习机器学习」