吳恩達機器學習知識點和英語詞彙總結

一、英語詞彙

2-5
a := b    ---->    assignment  賦值   將b的值賦值給a  
a = b   truth assertion  真假判斷
derivative term     導數項
α  : learning rate   學習率
gradient descent  :  梯度下降   ------> simultaneous update : 同步更新
partial derivatives and derivatives  :  導數和偏導數 
negative slope  負斜率
slanting  傾斜的  使傾斜
2-6
tangent  :  切線
slope   :   斜率
converge  :  收斂
diverge  :  發散
multivariate calculus  :  多元微積分
plug  :  展開
convex function  :  凸函數
batch gradient descent   以batch爲單位的梯度下降法

3-2
by convention 按照慣例
matrices matrix 矩陣
scalar 標量       vector  向量
3 by 2 matrix   3x2矩陣
one quarter times six is 1.5       四分之一乘以6等於1.5
division  除法
evaluate   考慮


3-4
linear algebra library   線性代數函數庫
take advantage of 利用
parallel computation 並行計算
be capable of  能的
multiple call  多個調度
multiple process    多進程

3-5
commutative property of multiplication of real number  實數乘法的交換律
the associative property of real number multiplication   數乘的結合律
terminology   術語
identity matrix   單位陣
Singular matrix   奇異矩陣
matrix transpose    矩陣轉置

4-1
multiple variables   多元變量
multiple features    多特徵量
feature scaling      特徵縮放  --->  將特徵的範圍縮放,使梯度下降地更快
mean normalization   均值歸一化

4-4
iteration    迭代

4-5
cubic model   三次模型
polynomial regression      

4-6 正規方程
normal equation     正規方程   ----->  求解參數θ最優值的好方法

4-7 正規方程在矩陣不可逆的情況
singular matrix      奇異矩陣
degenerate matrix    退化矩陣
pinv(pseudo-inverse)   ---->   僞逆(即使不可逆也可以算出來)     inv(inverse)   ---->6-1 分類
threshold classifier  閾值分類器
magenta line   品紅色線條
logistic regression   logistic迴歸

6-2 陳述假設  
sigmoid function / logistic function

6-3 決策邊界
decision boundary  決策邊界
non-linear decision boundaries  非線性決策邊界
6-5 簡化代價函數和梯度下降
the principle of maximum likelihood estimation 極大似然法

7-3 線性迴歸的正則化
regularization parameter  正則化參數




二、章節要點

2-5 梯度下降

  • 多元梯度下降法
    在這裏插入圖片描述

4-6 正規方程

  • 最小化代價函數θ
    在這裏插入圖片描述
  • θ最小化的公式
    在這裏插入圖片描述
    • θ推導過程
      在這裏插入圖片描述
      在這裏插入圖片描述
  • 正規方程和梯度下降法的抉擇問題
    在這裏插入圖片描述

8-6 樣本和直觀理解二

  • 一個非常直觀的分類案例,完成異或門,通俗地解釋了神經網絡各層是如何進行計算的。
    在這裏插入圖片描述

9-2 反向傳播算法

在這裏插入圖片描述
在這裏插入圖片描述

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章