吴恩达机器学习知识点和英语词汇总结

Bertha 。 2024-04-19 13:10 10阅读 0赞

### 文章目录 ###

*   *  一、英语词汇
     *  二、章节要点
     *   *  2-5 梯度下降
         *  4-6 正规方程
         *  8-6 样本和直观理解二
         *  9-2 反向传播算法

## 一、英语词汇 ##

2-5
    a := b    ---->    assignment  赋值   将b的值赋值给a  
    a = b   truth assertion  真假判断
    derivative term     导数项
    α  ： learning rate   学习率
    gradient descent  :  梯度下降   ------> simultaneous update : 同步更新
    partial derivatives and derivatives  :  导数和偏导数 
    negative slope  负斜率
    slanting  倾斜的  使倾斜
    2-6
    tangent  :  切线
    slope   :   斜率
    converge  :  收敛
    diverge  :  发散
    multivariate calculus  :  多元微积分
    plug  :  展开
    convex function  :  凸函数
    batch gradient descent   以batch为单位的梯度下降法
    
    3-2
    by convention 按照惯例
    matrices matrix 矩阵
    scalar 标量       vector  向量
    3 by 2 matrix   3x2矩阵
    one quarter times six is 1.5       四分之一乘以6等于1.5
    division  除法
    evaluate   考虑
    
    
    3-4
    linear algebra library   线性代数函数库
    take advantage of 利用
    parallel computation 并行计算
    be capable of  能的
    multiple call  多个调度
    multiple process    多进程
    
    3-5
    commutative property of multiplication of real number  实数乘法的交换律
    the associative property of real number multiplication   数乘的结合律
    terminology   术语
    identity matrix   单位阵
    Singular matrix   奇异矩阵
    matrix transpose    矩阵转置
    
    4-1
    multiple variables   多元变量
    multiple features    多特征量
    feature scaling      特征缩放  --->  将特征的范围缩放，使梯度下降地更快
    mean normalization   均值归一化
    
    4-4
    iteration    迭代
    
    4-5
    cubic model   三次模型
    polynomial regression      
    
    4-6 正规方程
    normal equation     正规方程   ----->  求解参数θ最优值的好方法
    
    4-7 正规方程在矩阵不可逆的情况
    singular matrix      奇异矩阵
    degenerate matrix    退化矩阵
    pinv(pseudo-inverse)   ---->   伪逆（即使不可逆也可以算出来）     inv(inverse)   ---->    逆   
    
    6-1 分类
    threshold classifier  阈值分类器
    magenta line   品红色线条
    logistic regression   logistic回归
    
    6-2 陈述假设  
    sigmoid function / logistic function
    
    6-3 决策边界
    decision boundary  决策边界
    non-linear decision boundaries  非线性决策边界
    6-5 简化代价函数和梯度下降
    the principle of maximum likelihood estimation 极大似然法
    
    7-3 线性回归的正则化
    regularization parameter  正则化参数

## 二、章节要点 ##

### 2-5 梯度下降 ###

*  多元梯度下降法  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70]

### 4-6 正规方程 ###

*  最小化代价函数θ  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 1]
 *  θ最小化的公式  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 2]
    
     *  θ推导过程  
        ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 3]  
        ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 4]
 *  正规方程和梯度下降法的抉择问题  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 5]

### 8-6 样本和直观理解二 ###

*  一个非常直观的分类案例，完成异或门，通俗地解释了神经网络各层是如何进行计算的。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 6]

### 9-2 反向传播算法 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 7]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 8]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/646e52b8585a43eca773d4f2038911be.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/95f66ce010c540e1988c00bce5f6307e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/08817851672544039bed171b5eff8612.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 3]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/01acb533521d4e94a8ae345a0120e5ce.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 4]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/2d16e01314b74b349199c53e17b27ff0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 5]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/ccf4ed7cf2aa4b47b6c7b5e45d8173db.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 6]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/dbaef244fa974af78a679e70decb3694.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 7]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/d6ef27d092424a38a13f12a70d7de556.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21pcmFjbGVvYQ_size_16_color_FFFFFF_t_70 8]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/5b61f70a7cfa4f099a979fc13d7a2640.png