牛顿方法、指数分布族、广义线性模型—斯坦福ML公开课笔记4
来源:互联网 发布:全球风暴 知乎 编辑:程序博客网 时间:2024/05/23 00:54
转载请注明:http://blog.csdn.net/xinzhangyanxiang/article/details/9207047
最近在看Ng的机器学习公开课,Ng的讲法循循善诱,感觉提高了不少。该系列视频共20个,每看完一个视频,我都要记录一些笔记,包括公式的推导,讲解时候的例子等。按照Ng的说法,公式要自己推理一遍才能理解的通透,我觉得自己能够总结出来,发到博客上,也能达到这个效果,希望有兴趣的同学要循序渐进,理解完一个算法再开始学另外一个算法,每个算法总结一遍,虽然看起来很慢,但却真正的理解了,所谓虽慢实快者也。
该系列的视频对于数学公式的推导讲的很细,相信看完该视频后会对机器学习的各种算法的推导很熟悉。
由于csdn博客上写公式实在是太难弄了,如果一个公式一个公式的转成图片传上来,反而是排版很差。所以索性全部弄成图片传上来,虽然这样不利于SEO,但是在csdn这个平台下,相信还是会有很多人看到我的博客的,希望能对读者有所帮助。
视频3的笔记见上一篇博文,本文是第三个视频的笔记。
第4个视频的笔记如下,主要的内容包括牛顿方法、指数分布族、广义线性模型、广义线性模型举例之多项式分布。
0 0
- 牛顿方法、指数分布族、广义线性模型—斯坦福ML公开课笔记4
- 牛顿方法、指数分布族、广义线性模型—斯坦福ML公开课笔记4
- 牛顿方法、指数分布族、广义线性模型—斯坦福ML公开课笔记4
- 牛顿方法、指数分布族、广义线性模型—斯坦福ML公开课笔记4
- 牛顿方法、指数分布族、广义线性模型、多项式分布——斯坦福ML公开课笔记4
- 【机器学习-斯坦福】学习笔记4 ——牛顿方法;指数分布族; 广义线性模型(GLM)
- 牛顿方法,指数分布族,广义线性模型
- 斯坦福机器学习: 网易公开课系列笔记(四)——牛顿法、广义线性模型
- 第4节-牛顿方法、指数分布族和广义线性模型
- 斯坦福大学公开课机器学习课程(Andrew Ng)四牛顿方法与广义线性模型
- 机器学习笔记—指数分布簇和广义线性模型
- 吴恩达机器学习笔记——指数分布族&广义线性模型&逻辑回归概率模型推导
- 指数分布族 和 广义线性模型
- 指数分布族和广义线性模型
- 广义线性模型与指数分布族
- 斯坦福ML公开课笔记13A——混合高斯模型、混合贝叶斯模型
- 斯坦福ML公开课笔记13A——混合高斯模型、混合贝叶斯模型
- 斯坦福ML公开课笔记10——VC维、模型选择、特征选择
- Couldn't load vi_voslib from loader dalvik.system.PathClassLoader
- WIFI密码破解
- Freescale WINCE 代码奇葩写法
- stm32开发之标准库的介绍
- windbg常用命令
- 牛顿方法、指数分布族、广义线性模型—斯坦福ML公开课笔记4
- android jni 调用
- ListView分页详解(非常有用)
- 利用struts2,mybatis,spring,三大框架写的一个简单的查询程序
- stm32开发之使用Keil MDK以及标准外设库创建STM32工程
- [cogs 1117]奶牛排队
- 为 RCP 向导页添加上下文敏感的帮助支持
- 3Sum
- Caffe学习笔记2-Caffe的三级结构(Blobs,Layers,Nets)