第十週（大規模機器學習）-【機器學習-Coursera Machine Learning-吳恩達】

阿新 • • 發佈：2018-11-26

目錄
處理大資料集：
隨機的梯度下降

對映化簡

1 隨機的梯度下降

- 隨機梯度下降演算法

對於每一次迭代，只需要對一個樣本擬合好就可以了。

它只需要一次關注一個樣本一點點進行引數調整，這樣不需要每一次都等到對所有資料進行掃描，從而降低複雜度

- 效果圖：

（實際上隨機梯度下降會在最靠近全域性最小值的區域內徘徊）

小批量梯度下降

三種梯度下降的比較：

2 先進的主題：

1）線上學習
2）MapReduce和並行演算法

錯題
http://blog.csdn.net/mupengfei6688/article/details/53151740
http://blog.csdn.net/nobmr/article/details/52145787

第十週（大規模機器學習）-【機器學習-Coursera Machine Learning-吳恩達】

目錄處理大資料集：隨機的梯度下降對映化簡 1 隨機的梯度下降 - 隨機梯度下降演算法對於每一次迭代，只需要對一個樣本擬合好就可以了。它只需要一次關注一個樣本

第八週（無監督學習）-【機器學習-Coursera Machine Learning-吳恩達】

目錄 K-means演算法 PCA（主成分分析） 1 K-means 1）演算法原理： a 選擇聚類中心

第七週（SVM）-【機器學習-Coursera Machine Learning-吳恩達】

前言：說實話SVM，看了視訊我確實還是不太理解，所以這裡就之記一些重要的概念吧。看到一個好的文章：[機器學習] Coursera筆記 - Support Vector Machines 支援向量機又叫做大間距分類器。複雜SVM，處理非線性分類。代價函式：核函式——&g

第六週（機器學習應用建議）-【機器學習-Coursera Machine Learning-吳恩達】

目錄評估學習演算法：方差和偏差學習曲線機器學習系統設計 1 評估假設，選擇多項

第五週（反向神經網路）-【機器學習-Coursera Machine Learning-吳恩達】

目錄代價函式反向傳播神經網路總結 1 代價函式 2 反向傳播演算法——讓代價函式最小化的演算法讓代價函式最小化，利用ma

第九周（異常發現+推薦系統）-【機器學習-Coursera Machine Learning-吳恩達】

目錄異常檢測多元高斯分佈的異常檢測推薦系統 1 異常檢測 1）正態分佈或高斯分佈： 2）異常檢測演算法： 3）異常檢

第二週（多變數線性迴歸 +Matlab使用）-【機器學習-Coursera Machine Learning-吳恩達】

目錄：多變數線性迴歸（模型、梯度下降技巧）特徵選擇和多項式迴歸正規方程 Matlab學習1 多變數線性迴歸1）模型- 假設函式：- 引數：全部的 theta- 代價函式：和單變量回歸一樣- 梯度下降：2）梯度下降演算法的實用技巧 - 特徵縮

Coursera----machine learning(吳恩達)第七週程式設計作業

gaussianKernel.m（核函式） function sim = gaussianKernel(x1, x2, sigma) %RBFKERNEL returns a radial basis function kernel between x1 and x2 %

Coursera deep learning 吳恩達神經網路和深度學習第四周程式設計作業 Building your Deep Neural Network

def two_layer_model(X, Y, layers_dims, learning_rate = 0.0075, num_iterations = 3000, print_cost=False): """ Implements a two-layer neural network

Machine Learning|吳恩達（9-2）- 推薦系統（Recommender Systems）

Collaborative filtering 協同過濾。不過這個直譯名感覺表達不準確啊。可能叫“協同訓練”更形象些。系統中涉及θ,xθ,x兩項需要通過訓練進行學習。人已越來越懶，這章節我覺

機器學習第十週（一）--隨機梯度下降

大資料機器學習中約定俗成有這麼一句話：更多的資料決定演算法的好壞。但是資料變多時，計算量也就相應增多。當我們的訓練集大小為一億時，訓練集就非常大了。當我們訓練集非常大時，我們會隨機選取幾千條資料來驗證我們的演算法是否合適。這裡隨機取

第十週（1For each for in for of的解釋和例子以及Constructor 和Arrow function 的restore）

注：引用自https://www.cnblogs.com/ruoqiang/p/6217929.html。 https://blog.csdn.net/zengyonglan/article/details/53465505 。 https://blog.csdn.net/qq_18663

python第十天（函數二）

解釋一個 clas 三元運算 gpo 內置 col 三元陷阱一、默認參數的陷阱　　　　如果在行參中設置一個默認參數為一個空列表那麽多次執行函數往裏傳值，下面的函數會共用這個列表。 def func(k,l = {}): l[k] = ‘v‘ pri

團隊專案第五週（蘇察哈爾燦）

Alpha版本測試報告 1 在測試過程中總共發現了多少Bug？每個類別的Bug分別為多少個？總共發現8個bug，修復的bug5個，不能重現的bug2個，1個是這個bug的確應該修復，但是沒有時間在這個版本修復，延遲到下一個版本修復。 2 場景測試（scenario testing） a. 你預期不同