文件名称：matlab中存档算法代码-machine-learning-basics:机器学习基础
文件大小：8KB
文件格式：ZIP
更新时间：2024-06-12 17:07:55
系统开源
matlab中存档算法代码机器学习基础研讨会 该研讨会的目的是回顾有关机器学习的最基本主题并实现基本的线性回归模型。 设置 对于这个wirkshop，我们需要一种数值演算编程语言，为此，我们可以使用以下选项： Matlab的 八度版本4.4.0 安装该软件后，我们可能会同时使用两种语言的GUI或控制台来实现和运行我们所需的功能。 练习1-线性回归模型 使用以下数据集的100个示例的摘录：联合循环电厂-我们必须找到假设函数，成本函数并预测一些新记录数据。 完整的成本函数计算 使用文件夹SimpleLinearRegression cost.m文件来完成代码，以有效地计算参数X，y和theta的成本函数 完整的梯度下降计算 使用文件夹SimpleLinearRegression的文件gradientDescent.m ，完成代码以执行线性回归算法，并最小化参数X，y和theta的成本函数 有用的提示 此处提供的代码在Octave上执行，但可以在Matlab中以相同的方式完成 创建一个变量 x = 2 现在我们可以在上下文中使用变量x 创建一个矩阵 A = [1 2 3; 4 5 6] 输出
【文件预览】：
machine-learning-basics-master
----dataTemp.csv(3KB)
----.gitignore(11B)
----testExamples.csv(647B)
----README.md(2KB)
----SimpleLinearRegression()
--------simpleLinearRegressionEx.m(3KB)
--------cost.m(282B)
--------plotData.m(268B)
--------gradientDescent.m(551B)
----tempsAndEnergy.csv(3KB)