說明:本文是本人用于記錄學習吳恩達機器學習的學習筆記，如有不對之處請多多包涵.

作者：愛做夢的90后

一、模型的描述:

　　下面的這張圖片是對于課程中一些符號的基本的定義:

　　

　　吳老師列舉的最簡單的單變量線性回歸方程:

　　

　　二、代價函數

　　這節課的主要目標是如何選擇這個模型的兩個參數

　　

　　下圖是吳老師的分析怎么將模型轉化求解需要的兩個參數：

　　

　　h(x)的函數兩個參數O0設置為0，將函數設置為過原點的直線，之后斜率取不同的值，代入公式，繪制出下圖右邊的代價函數的圖形。(看了這一節的課程感覺回到了高中時代，當年的數學好像就是有這樣的求解)

　　

　　這次課程的主要目標是找到最優化的代價函數

h(x)的兩個參數取不同的數值，繪制j函數3D模式圖如下:

使用等高線圖繪制如下:

　　使用梯度下降算法來使我們要求解的j函數最小化,

　　梯度下降算法定義見下圖:α是學習率控制，梯度下降的速度，值越大下降的速度越快,需要注意的一點是θ0,θ1這兩個參數在更新的時候需要同時更新。

　　

?

轉載于:https://www.cnblogs.com/zzb-Dream-90Time/p/9142679.html

總結

以上是生活随笔為你收集整理的吴恩达机器学习--单变量线性回归【学习笔记】的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。