Mechine Learning|斯坦福公开课学习笔记1

很早开始接触机器学习的概念，在一些比赛中调用过OpenCV的级联分类器函数做图像识别，但是一直以来都没有去了解其基本算法，因此在Coursera里参加斯坦福大学Professor Andrew Ng的公开课。有兴趣的同学可以一起参与讨论，在这里分享一些作业习题代码和心得。

习题代码

plotDatam

figure; % open a new figure windowplot(x,y,'rx');xlabel('population')ylabel('profit')

costFunction.m

jVal = (theta(1)-5)^2 + (theta(2)-5)^2;gradient = zeros(2,1);gradient = 2*(theta-5) ;

computeCost.m

predictions = X * theta;  J = 1/(2*m)*(predictions - y)'*(predictions - y);  

运行截图

心得

实际上，线性拟合仍然使用的是我们高中所学的最小二乘法。多项式的拟合则是将其发散到多元情况，并利用线性代数中的矩阵、向量来表示。

PS

第一次使用Markdown写博客2333