svm算法手写matlab代码Ng的机器学习
该存储库以代码形式包含我的答案,并以pdf形式包含对本课程编程作业的解释。
使用的编程语言是MATLAB。
练习题
下面的结构显示了我如何制作每个pdf报告的鸟瞰图。
练习1:线性回归
该练习涵盖并实施了带有一个变量的线性回归,以预测餐车的利润。
数据包含城市的利润和人口。
1定义问题和数据集2浏览数据3梯度下降3.1更新公式3.2实施3.3计算成本3.4梯度下降4可视化
练习2:逻辑回归
该练习涵盖了应用于两个不同数据集的逻辑回归。
第一个数据集用于创建一个模型,该模型将有助于预测学生是否被大学录取。
第二个数据集用于探索正则化的概念,并预测来自制造工厂的微芯片是否通过了质量保证(QA)。
1
Logistic回归1.1挑战1.2可视化数据1.3实施1.3.1假设和sigmod功能1.3.2成本函数和成本梯度1.3.3使用fminunc学习参数1.3.4评估逻辑回归2正则Logistic回归2.1挑战2.2可视化数据2.3特征映射2.4成本函数和梯度2.5绘制决策边界
练习3:多类别分类和神经网络
该练习涵盖了识别手写数字的多类别分类问题
2021-05-25 18:03:38
43.7MB
系统开源
1