Ng在coursera上的机器学习公开课——zai总结（5）_Neural Networks: Representation
2015-02-17 16:47
330 查看
Non-linear Hypotheses (10 min)
如下面的列子，Hypotheses是O(n*n)，非线性的：
Neurons and the Brain (8 min)
Model Representation I (12 min)
Model Representation II (12 min)
Examples and Intuitions I (7 min)
Examples and Intuitions II (10 min)
如下面的列子，Hypotheses是O(n*n)，非线性的：
Neurons and the Brain (8 min)
Model Representation I (12 min)
Model Representation II (12 min)
Examples and Intuitions I (7 min)
Examples and Intuitions II (10 min)
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- Ng在coursera上的机器学习公开课——zai总结（3）_Logistic Regression
- Ng在coursera上的机器学习公开课——zai总结（2）_Octave Tutorial
- Ng在coursera上的机器学习公开课——zai总结（1）_梯度下降
- Ng在coursera上的机器学习公开课——zai总结（4）_Regularization
- Coursera公开课笔记: 斯坦福大学机器学习第八课“神经网络的表示(Neural Networks: Representation)”
- Ng在coursera上的机器学习公开课——最终总结
- Stanford coursera Andrew Ng 机器学习课程编程作业（Exercise 2）及总结
- Coursera公开课笔记: 斯坦福大学机器学习第九课“神经网络的学习(Neural Networks: Learning)”
- Coursera公开课笔记: 斯坦福大学机器学习第九课“神经网络的学习(Neural Networks: Learning)”
- Coursera-吴恩达-机器学习-（第4周笔记）Neural Networks——Representation
- 公开课机器学习笔记（17）学习理论二 VC维、ERM总结、模型选择、特征选择
- Stanford机器学习---第4讲. 神经网络的表示 Neural Networks representation
- Coursera公开课笔记: 斯坦福大学机器学习第六课“逻辑回归(Logistic Regression)”
- 斯坦福大学机器学习第六课“神经网络的表示(Neural Networks: Representation)”
- 机器学习之神经网络模型-上（Neural Networks: Representation）
- Coursera公开课笔记: 斯坦福大学机器学习第七课“正则化(Regularization)”
- Coursera上Andrew Ng机器学习课程总结（二）
- Coursera公开课笔记: 斯坦福大学机器学习第二课“单变量线性回归(Linear regression with one variable)”
- Coursera公开课笔记: 斯坦福大学机器学习第一课“引言(Introduction)”
- Coursera公开课笔记: 斯坦福大学机器学习第二课“单变量线性回归(Linear regression with one variable)”