机器学习笔记 01 Logistic Regression

作者: KidneyBro | 来源:发表于2018-09-25 00:49 被阅读2次

学习资料:Andrew Ng DeepLearning.ai
笔记为回顾Andrew Ng 的Slide,整理其中笔者认为重要的知识点而成,具体解答稍后整理出来。

Logistic Regression 环节需要掌握的知识点:

  • Logistic Regression 预测的是什么,对应的输出表达式?
  • Logistic Regression 表达及其对应的曲线?
  • Logistic Regression 模型的参数?
  • Loss Function 和 Cost Function的区别?形式化表达式?
  • 请描述Precision和Recall。
  • “交叉熵”比“误差平方和”好在哪里?各自的表达式是?
  • “交叉熵”与“误差平方和”的一致性分析过程
  • 一个单元的网络前馈计算(向前传播),针对一个样例(不涉及向量化)
  • 一个单元的网络前馈计算(误差反向传播),针对一个样例(不涉及向量化)

相关文章

网友评论

    本文标题:机器学习笔记 01 Logistic Regression

    本文链接:https://www.haomeiwen.com/subject/gxckoftx.html