Skip to main content

Posts

Showing posts with the label 機械学習

機械学習week2 / multivariate linear regression : 複数変数を持つ一次関数を扱う

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...

機械学習勉強会資料 octabeをインストールして、使う

Cousera Mashine learning / week2 https://www.coursera.org/learn/machine-learning/ Octaveというソフトを入れる。これで機械学習をさせる。 ver 3.8 をいれる。4はダメ。 Octave http://www.tatsuromatsuoka.com/octave/Eng/Win/ Mac https://www.coursera.org/learn/machine-learning/supplement/ykU6M/installing-octave-on-mac-os-x-10-10-yosemite-and-10-9-mavericks-and-later cousera内のoctaveのコマンド学習のコーナー https://www.coursera.org/learn/machine-learning/lecture/9fHfl/basic-operations 1==2 0 がfalse 1 がtrue not equal 1 ~= 2 1がかえる 1 && 0 and 1 || 0 or 排他的論理和 xor(1,0) 片一方がtrue,片一方がfalseのときのみtrueが返る プロンプトの表示をシンプルにする  PS1(">> "); 代入 a = 3 表示される a = 3; この場合は、画面に値を表示しない(何億桁もあるような場合に使う) 明示的に表示する disp(a) 数字の表示を行う際に、長めに小数点を表示するか否か format long format short 行列 >>  A = [1 2; 3 4; 5 6] A =    1   2    3   4    5   6 >> 1から2まで0.1刻み V = 1;0.1;2 ones(2,3) 1だけの行列 zeroes(2,3) 0行列 ランダム rand(2,3) 正規分布=ガウス分布(ちょっと...