前言

吳恩達的課程堪稱經典，有必要總結一下。
學以致用，以學促用，通過筆記總結，鞏固學習成果，復習新學的概念。

目錄

文章目錄

• 前言
• 目錄
• 正文
• • 梯度下降導數
  • 計算圖
  • 邏輯回歸的梯度下降

正文

本章主要引入典型問題，圖像二值分類。

圖像二分類問題，是否有貓
## 邏輯回歸

典型算法 邏輯回歸，設定圖象閾值，判斷0-1問題。
邏輯回歸代價函數。
梯度下降算法
目標是找到最優的參數使得代價函數最小。
梯度下降算法的流程。

梯度下降導數

導數的直觀解釋
更多導數的直觀解釋
更多導數的例子

計算圖

計算圖的形式化展示
計算導數
計算導數的形式化展示。

邏輯回歸的梯度下降

邏輯回歸的計算流程
邏輯回歸的導數
在m個樣本上進行邏輯回歸。
計算細節
#計算加速：向量化
向量化提高運算速度。
向量化運算的例子
向量化和矩陣值函數。
邏輯回歸導數
向量化邏輯回歸函數
向量化邏輯回歸
實現邏輯回歸
python里的廣播機制
廣播例子

總結

以上是生活随笔為你收集整理的吴恩达 coursera AI 第二课总结+作业答案的全部內容，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。