week 1 では、以下の事柄に関して、一つの定数と一つの変数を持つ1次関数に関して検討をおこなった。つまり f(x) = 定数a + θ(:xの変数) * x の場合の検討である。 const function const function の値が最小になるようにする = この場合が、最適な予想曲線となる cost function が最小になる θ を定める方法(gradient descent) week2 ではこれを発展させ、一次関数だが、複数の変数を持つ場合についての検討をおこなう。 メモ blogger で数式を埋め込む方法 基本これを参照 http://latex.codecogs.com/eqneditor/integration/blogger/install.php ガジェットを追加→<script type="text/javascript" src="http://latex.codecogs.com/latexit.php?p&li&div"></script>をコンテンツに追加 あとは本文に「$$」 で囲ったエリアに特定の様式で書けば OK $X ={X_i^2}$ 上記の式は、X ={X_i^2} を $$で囲ったもの http://www.codecogs.com/latex/eqneditor.php ↑example からよく使うものはあるので、クリックして表示されるものを参考に入力 動画1 https://www.coursera.org/learn/machine-learning/lecture/6Nj1q/multiple-features 複数変数variable をもつ場合の、表記について https://www.coursera.org/learn/machine-learning/supplement/WKgbA/multiple-features ${x_j^{(i)}}$ は、i番目のトレーニングサンプルの、j個目の特徴を表す。 ${x^{(i)}}$ は、i番目のトレーニングサンプル全体を表す。 m はトレーニングサンプルの数 n は特徴量の数 複数特徴量を持つ一...
シュリーマンの伝説の学習法に則って、スペイン語を一から勉強!辞書を使わずに、スペイン語の村上春樹と英語の村上春樹を並べて、丸暗記をしていきます。本当にスペイン語がわかるようになるのか🦀