录播视频13机器学习课件ppt lecture2.pptxVIP

一元线性回归;房价 （波特兰，俄勒冈州）;符号： m =培训示例的数量 xs =“输入”变量/特征 ys =“输出”变量/“目标”变量;训练集;损失函数;如何选择？;y;损失函数;假设：;y;y;y;损失函数;假设：;（对于固定，这是x的函数）;（对于固定，这是x的函数）;（对于固定，这是x的函数）;（对于固定，这是x的函数）;（对于固定，这是x的函数）;梯度下降;有一些功能;;?0;梯度下降算法;梯度下降;梯度下降算法;如果α太小，则梯度下降可能很慢。;;即使学习率α固定，梯度下降也可以收敛到局部最小值。;梯度下降线性回归;梯度下降算法;梯度下降算法;;?0;（对于固定，这是x的函数）;（对于固定，这是x的函数）;（对于固定，这是x的函数）;（对于固定，这是x的函数）;（对于固定，这是x的函数）;（对于固定，这是x的函数）;（对于固定，这是x的函数）;（对于固定，这是x的函数）;（对于固定，这是x的函数）;“批量”渐变下降