one mod gre line lin 我們 目的 技術 ESS

模型表達(model regression)

  1. 用於描述回歸問題的標記
  • m 訓練集(training set)中實例的數量
  • x 特征/輸入變量
  • y 目標變量/輸出變量
  • (x,y) 訓練集中的實例
  • (x(i),y(i)) 第i個觀察實例
  • h 機器學習算法中的解決方案和函數,即假設(hypothesis)
    技術分享圖片
    我們解決問題實際上就是將訓練集“餵”給學習算法,進而學習到一個假設h,然後將輸入變量x輸入給h,預測得到結果y
    ***

    假設函數(the hypothesis function)

  1. 假設函數一般形式:hθ01x
    我們算法的目的就是,將訓練集送進算法中,以期得到θ0和θ1的確切值。之後就可以利用這一函數進行預測了。
    ***

    代價函數(cost function)

  2. 我們通常使用代價函數評價一個假設函數的準確性。
  3. 代價函數一般形式:
    技術分享圖片

ML:單變量線性回歸(Linear Regression With One Variable)