6.12 听ng的机器学习的笔记-第二章

linear algebra review

讲矩阵,向量,运算,转置逆,太简单,我还是认真听+快跳,因为我学习的目的,是通过不难的视频先建立框架,培养兴趣。

6.12 听ng的机器学习的笔记-第二章_第1张图片

multiple feature

gradient descent for multiple variable


6.12 听ng的机器学习的笔记-第二章_第2张图片

gradient descent的变化

1feature scaling  --方法1,2mean normalization

2learning rate

normal equation


6.12 听ng的机器学习的笔记-第二章_第3张图片

他是不可逆的可能1有相关的量2太多的feature(矩阵线性相关嘛),两种方法区别

6.12 听ng的机器学习的笔记-第二章_第4张图片

你可能感兴趣的:(6.12 听ng的机器学习的笔记-第二章)