雅乐网

单变量线性回归 假设我们有下面的房子面积和房价的数据 面积 价格 2104 460 1416 232 1534 315 852 178 … … 这些已有的数据我们称之为训练集（Training Set）。我们通常使用

神经网络是受人脑的启发而出现的模型，目前得到了广泛应用，例如语音识别和手写体识别。 一、引入 1. 非线性假设 假设有两个特征，使用最多二次项来预测，则有 $$h(x) = g( \theta_0 + \theta_1 x_1 + \the

聚类（clustering） 非监督学习（Unsupervised Learning） 聚类算法是本课程学习的第一个非监督学习算法，在第一周就介绍过非监督学习。非监督学习中，数据集中的数据没有任何标签（正确答案），只有x，没有y。数据可能是

图像文字识别的任务是从一张给定的图片中识别文字。不同于文档的文字识别，图像文字识别首先要发现图像中哪个地方有文字。然后在进行文字识别。 完成这个任务的流水线如下： 1. 文字侦测（Text Detection）—— 确定图片中的文字在哪里

异常检测（Anomaly Detection） 异常检测是一种非监督学习算法，用来发现不属于已知的一组数据的异常数据点。 给定数据集 \( x_{(1)}, x_{(2)}, …, x_{(m)}\) ，假设这些已有数据是正常（

当训练集的规模很大时，可以帮助我们训练出更好的结果。但是，训练集规模的增大也带来了计算的代价非常大。 可以通过绘制学习曲线来判断大规模的训练集是否有必要。 梯度下降法的两个变种 假设我们的训练集中有100万个记录，在一般的梯度下降中，每次迭