吴恩达机器学习教学视频第一课ppt(自己翻译为中文并简化的版本)

MachineLearning机器学习龙湘林目录•一、机器学习介绍•二、代价函数和梯度下降算法1959年美国的塞缪尔(Samuel)设计了一个下棋程序，这个程序具有学习能力，它可以在不断的对弈中改善自己的棋艺。4年后，这个程序战胜了设计者本人。又过了3年，这个程序战胜了美国一个保持8年之久的常胜不败的冠军。一、Introduction•简单定义：计算机程序从经验E中学习任务T，并用度量P来衡量性能。•分类：1、监督学习：回归、分类2、非监督学习一、Introduction一、IntroductionTumorSizeAge一、Introductionx1x2一、Introduction训练集学习算法h输入数据输出数据h的表达式一、Introduction二、Costfunction&Gradientdescent假设:代价函数:目的:Costfunction：yx二、Costfunction&Gradientdescentyx二、Costfunction&GradientdescentPrice($)in1000’sSizeinfeet2(x)二、Costfunction&Gradientdescent二、Costfunction&Gradientdescent(forfixed,thisisafunctionofx)(functionoftheparameters)梯度下降算法：线性回归模型梯度下降算法：二、Costfunction&Gradientdescent梯度下降算法：updateandsimultaneously10J(0,1)(forfixed,thisisafunctionofx)(functionoftheparameters)(forfixed,thisisafunctionofx)(functionoftheparameters)(forfixed,thisisafunctionofx)(functionoftheparameters)(forfixed,thisisafunctionofx)(functionoftheparameters)(forfixed,thisisafunctionofx)(functionoftheparameters)(forfixed,thisisafunctionofx)(functionoftheparameters)(forfixed,thisisafunctionofx)(functionoftheparameters)(forfixed,thisisafunctionofx)(functionoftheparameters)(forfixed,thisisafunctionofx)(functionoftheparameters)