https://www.coursera.org/learn/machine-learning/home/week/4

基本概念

wikipedia

人工神经网络（Artificial Neural Network，ANN）简称神经网络（Neural Network，NN）或类神经网络。在机器学习和认知科学领域，是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统，通俗的讲就是具备学习功能。现代神经网络是一种非线性统计性数据建模工具。

Neuron

https://www.coursera.org/learn/machine-learning/home/week/5

变量约定：

• $s_l$ = 第 $l$ 层的神经元数，不包含偏置单元
• $K$ = 输出层神经元数目，对应分类类别数目($K \geq 3$)
• $\Theta$ 表示矩阵，$\Theta^{(l)}$ 表示第 $l$ 层的参数矩阵

Cost Function

https://www.coursera.org/learn/machine-learning/home/week/2

多元线性回归

一般的，我们用m代表样本数，n代表特征数，我们提到的向量默认都是指列向量，行向量用 转置的形式来表示。

假设：$h_{\theta}=\theta_0+\theta_1x_1+\theta_2x_2+\cdots+\theta_nx_n$

为了对称 $\theta$ 和 $x$, 我们令

https://www.coursera.org/learn/machine-learning/home/week/3

Logistic Regression 介绍

逻辑回归在线性回归的基础上添加了一个 函数 $g$