[Machine Learning] – 1.3 – Classification and Representation
Bài toán phân loại và decision boundary
Advertisements
Machine Learning – 2.3 – Exercise
Bài viết này đưa ra bài giải và chi tiết cách giải của mỗi bài tập trong tuần 2 của khóa học Machine Learning của giáo sư Andrew Ng.
Machine Learning – 2.2 – Normal Equation
Bài 2 phần 2 trong khóa học Machine Learning của giáo sư Andrew Ng. Trong bài này, ta sẽ tìm hiểu một cách thay thế cho thuật toán `Gradient Descent` cùng ưu nhược điểm của nó.
Machine Learning – 2.1 – Multiple Features
Tuần 2 trong course Machine Learning của giáo sư Andrew Ng trên Coursera. Trong phần này, bạn sẽ thấy linear regression được mở rộng thành `multiple input features`, và những best practices để thực hiện linear regression.
Machine Learning – 1.4 – Matrices and Vectors
Bài viết thứ 4 trong loạt bài tự học Machine Learning trên Coursera của giáo sư Andrew Ng.
Trong bài viết này, ta sẽ nói về Matrix và Vector, cùng các phép toán của chúng.
Machine Learning – 1.3 – Parameter Learning
Ở 2 bài trước, chúng ta đã có hàm hypothesis và cách để biết hàm đó có phù hợp với bộ training example của chúng ta hay ko. Bây giờ chúng ta sẽ tìm cách tìm ra các tham số cho hàm hypothesis.
Machine Learning – 1.2 – Model and Cost Function
Bài thứ 2 trong chuỗi bài viết tự học Machine Learning
Trong bài này, ta sẽ tìm hiểu về cost function, một function nhằm dự đoán giá trị output với một bộ các giá trị input/output cho trước.
Machine Learning – 1.1 – Introduction
Bài viết mở đầu cho chuỗi tự học Machine Learning. Các khái niệm cơ bản sẽ được giới thiệu trong bài viết này
