Coursera ML(8)-Neural Networks:Learning
本节笔记对应第五周Coursera课程 Neural Networks: Learning
本节笔记对应第五周Coursera课程 Neural Networks: Learning
machine-learning-ex3.zip 下载链接，第四周的课程相对来说比较简单，大致介绍了神经网络相关内容。
线性回归算法，可用于房屋价格的估计及股票市场分析。 Logistic Regression （逻辑回归）是当前业界比较常用的机器学习方法，用于估计某种事物的可能性。比如某用户购买某商品的可能性，某病人患有某种疾病的可能性，以及某广告被用户点击的可能性等。相关公式推导在这里
本节笔记对应第三周Coursera课程 binary classification problem
Multivariate Linear Regression and Programming Exercise 1
Model and Cost Function / Parameter Learning / Gradient Descent For Linear Regression
《算法导论》这门课的老师是黄刘生和张曙，两位都是老人家了，代课很慢很没有激情，不过这一章非常有意思。
在做 TensorFlow和Python实现神经网络的时候，需要利用到一个MNIST数据集，数据集的格式是以
.idx1-ubyte后缀，包含60000个训练图像。将这些图像展示出来，需要利用到struct模块。
struct — Interpret bytes as packed binary data，将字节与二进制文件相互转化的工具Python struct 模块。