【文件属性】：
文件名称：matlab代码梯度下降法-machine-learning-assignments:Coursera“机器学习”的作业实施
文件大小：28.96MB
文件格式：ZIP
更新时间：2021-05-24 06:12:20
系统开源
matlab代码梯度下降法机器学习作业
该存储库包括Cousera中的机器学习课程的作业，主要在Matlab中实现。
他们都获得了95-100分。
第二周。线性回归
第2周的作业主要针对线性回归算法，该算法利用“梯度下降”功能在代码中实现自己。
第三周。逻辑回归
第3周的作业主要针对逻辑回归算法。
我没有自己实现梯度下降函数，而是利用Matlab中的“
fminunc”方法，该方法为梯度下降提供了有效的实现。
第4周。多类分类和神经网络
这周，我们联系了现有的“神经网络”来实现分类算法。
在代码中，我们实现了多类分类算法和One-vs-All算法。
第5周。神经网络学习
为了增强和优化神经网络，我们引入了``前馈''来计算转换集X的预测，在此基础上我们可以计算theta的成本函数J.
另外，我们利用“反向传播”方法来计算J（theta）的梯度。
要进行验证，我们应该使用“梯度检查”技术进行数值估算，以确保梯度准确无误。
综上所述，ex4.m中的代码显示了训练神经网络的完整过程：
随机初始化权重；
实施正向传播以获得h（theta）;
实施代码以计算成本函数J（theta）;
进行反向传