說明:本文是本人用于記錄學(xué)習(xí)吳恩達(dá)機器學(xué)習(xí)的學(xué)習(xí)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(shù)

　　這節(jié)課的主要目標(biāo)是如何選擇這個模型的兩個參數(shù)

　　

　　下圖是吳老師的分析怎么將模型轉(zhuǎn)化求解需要的兩個參數(shù)：

　　

　　h(x)的函數(shù)兩個參數(shù)O0設(shè)置為0，將函數(shù)設(shè)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(shù)的圖形。(看了這一節(jié)的課程感覺回到了高中時代，當(dāng)年的數(shù)學(xué)好像就是有這樣的求解)

　　

　　這次課程的主要目標(biāo)是找到最優(yōu)化的代價函數(shù)

h(x)的兩個參數(shù)取不同的數(shù)值，繪制j函數(shù)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(shù)最小化,

　　梯度下降算法定義見下圖:α是學(xué)習(xí)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(shù)在更新的時候需要同時更新。

　　

?

轉(zhuǎn)載于:https://www.cnblogs.com/zzb-Dream-90Time/p/9142679.html

總結(jié)

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(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。