吴恩达机器学习

目录

• #回归和分类

  • #机器学习介绍
  • #线性回归模型
  • #多维特征
  • #特征缩放
  • #梯度下降收敛判断
  • #学习率的选择
  • #特征工程
  • #逻辑回归
  • #决策边界
  • #逻辑回归代价函数
  • #拟合问题
  • #正则化

• #神经网络

  • #神经网络概述
  • #神经网络的分析
  • #神经网络代码实现
  • #激活函数
  • #多分类与 Softmax 函数
  • #高级优化方法
  • #反向传播
  • #模型评估
  • #方差和偏差
  • #正则化参数的选择