ML/coursera(13)
-
[Week 6] 코세라 머신러닝 퀴즈 답 /Coursera Machine Learning Quiz - Advice for Applying Machine Learning | Andrew Ng
풀어 보시다 정말 모르겠으신 분들만 보세요
2021.06.07 -
[Week 5] 코세라 머신러닝 퀴즈 답 /Coursera Machine Learning Quiz - Neural Networks: Learning | Andrew Ng
답은 3번째 입니다 16 + 24 - 1 = 39. {(2(1.01)^4 + 2) - (2(0.99)^4 + 2)} / {2(0.01)} = 8.0008 (2(1.01)4+2)−(2(0.99)4+2) / 2(0.01) = 8.0008
2021.06.01 -
Octave 머신러닝
출력 fprintf('octave') identity matrix 5x5 정사각행렬에서 주대각선의 원소가 모두 1이고, 다른 원소는 모두 0인 행렬 을 만든다 I = eye(5); 데이터 로드 octave 에서는 주석을 쓸때 % 를 씁니다 data = load('data1.txt'); X = data(:, 1); % 전체 데이터에서 1번째 행 y = data(:, 2); % 전체 데이터에서 2번째 행 m = length(y); % 트레이닝 세트의 개수 플롯(plot) 만들기 plot(x, y, 'rx', 'MarkerSize', 10); % 데이터로 플롯(plot)을 만든다 ylabel('y'); % y 축 레이블 xlabel('x'); % x 축 레이블 선형회귀 Linear Regression with..
2021.05.18 -
[Week 3] 코세라 머신러닝 퀴즈 답 /Coursera Machine Learning Quiz - Regularization | Andrew Ng
1. Introducing regularization to the model always results in equal or better performance on the training set. underfit 될수 있다. -> 결과가 안좋아진다. 2 .Adding many new features to the model helps prevent overfitting on the training set. overfitting 될 수 있다. 3. Introducing regularization to the model always results in equal or better performance on examples not in the training set. regularization 이 과다하면 트레..
2021.05.07 -
[Week 3] 코세라 머신러닝 퀴즈 답 /Coursera Machine Learning Quiz - Logistic Regression | Andrew Ng
P(y = 0 | x; θ) = 1 - P(y = 1| x; θ) = 1 - 0.4 = 0.6 hθ(x) = 0.4 P(y = 0 | x; θ) = 1 - P(y = 1| x; θ) = 1 - 0.2 = 0.8 hθ(x) = 0.2 g(θ0 + θ1x1 + θ2x2) = θ = [6; 0; -1;] 6-x2 >= 0 6 >= x2 x2 가 6보다 작을때 y=1
2021.05.06 -
[Week 2] 코세라 머신러닝 퀴즈 답 /Coursera Machine Learning Quiz -Linear Regression with Multiple Variables | Andrew Ng
풀어 보시다 정말 모르겠으신 분들만 보세요 x2 평균값은 6675.5 그리고 최대값-최소값 = 8836 - 4761 = 4075 x2(4) = (4761 - 6675.5) / 4075 = -0.47 x1 평균값은 81 그리고 94 - 69 = 25 x1(1) = (89 - 81) / 25 = 0.32 X는 m열 n + 1행 이다. n+1 인 이유는 x0=1 이기때문이다. y는 m벡터이고. θ 는(n+1)벡터이다.
2021.05.03