Machine Learning
這個筆記對應 Coursera 課程 Machine Learning。 課程由 Andrew Ng 教授主講,是一個非常好的機器學習入門課程。
Overview
📄️ 1 - Introduction
機器學習是一門技術,可以讓電腦自動學習、改善和自我改進,讓電腦獲得知識,而不需要明確的程式指示。它涉及到兩種不同的學習:監督式學習和無監督式學習。在監督式學習中,我們會將問題與正確答案一起提供給程式,以便找出兩者之間的關係。可以分為回歸問題和分類問題。而在無監督學習中,不需要知道資料中每個問題對應的解答為何,而是由程式從資料中找出 pattern 和結構,方法通常為利用資料中的變數關係進行分群演算法(clustering algorithm),以及 Non-clustering algorithm,也就是 Cocktail Party Algorithm。
🗃️ 2 - Linear Regression
4 個項目
🗃️ 3 - Logistic Regression
2 個項目
📄️ 4 - Regularization
機器學習中,Overfitting 是一個常見的問題。當我們搜索 Hypothesis 來擬合訓練集時,可能會遇到 Underfit、Just right 和 Overfit 這三種情況。我們將 Overfitting 的定義為:太多的 features 使得求得的 Hypothesis 在 training data 上有很好的分數,但卻不能讓 test set 或真實數據使用。
🗃️ 5 - Neural Networks
2 個項目
🗃️ 6 - Improve Learning Algorithm
2 個項目