Für weitere Informationen zu den beruflichen und akademischen Programmen für Künstliche Intelligenz an der Stanford University besuchen Sie:
https://stanford.io/aiDiese Vorlesung behandelt überwachtes Lernen und lineare Regression.
Andrew Ng
Außerordentlicher Professor für Informatik
Um dem Kursplan und dem Lehrplan zu folgen, besuchen Sie:
#andrewng #maschinelleslernen
Kapitel:
00:00 Einführung
00:45 Motivation der linearen Regression
03:01 Überwachtes Lernen
04:44 Entwurf eines Lernalgorithmus
08:27 Parameter des Lernalgorithmus
14:44 Algorithmus der linearen Regression
18:06 Gradientenabstieg
33:01 Algorithmus des Gradientenabstiegs
42:34 Batch-Gradientenabstieg
44:56 Stochastischer Gradientenabstieg