深度学习 -- 吴恩达机器学习

Posted on October 11, 2021 (珠海)
机器学习 深度学习 Hidden

机器学习应补充哪些数学基础？

入门的话，本科的数学分析，线性代数，概率论与数理统计足够了。微积分：MIT 18.01, MIT 18.02 线性代数：MIT 18.06 概率论与数理统计：MIT 6.041 凸优化：CVX101

吴恩达

有监督学习和无监督学习

监督（supervised）= 标签（label），是否有监督，就是输入数据（input）是否有标签，有标签则为有监督学习，没标签则为无监督学习。至于半监督学习，就是一半（一点点）数据有标签，一半（极其巨大）数据没标签。

监督学习

from

定义：根据已有的数据集，知道输入和输出结果之间的关系。根据这种已知的关系，训练得到一个最优的模型。也就是说，在监督学习中训练数据既有特征（feature）又有标签（label），通过训练，让机器可以自己找到特征和标签之间的联系，在面对只有特征没有标签的数据时，可以判断出标签。

监督学习的分类：回归（Regression）、分类（Classification）。

无监督学习

定义：我们不知道数据集中数据、特征之间的关系，而是要根据聚类或一定的模型得到数据之间的关系。

Cocktail party problem algorithm: \([W, s, v]=\operatorname{svd}\left((\operatorname{repmat}(\operatorname{sum}(x . * x, 1), \operatorname{size}(x, 1), 1) . * x) * x^{\prime}\right)\)

Octave P6 start…

李宏毅

P3 08:42

参考资料快照

本文短链接：
If you have any questions or feedback, please reach out