机器学习笔记 01 Logistic Regression

学习资料：Andrew Ng DeepLearning.ai
笔记为回顾Andrew Ng 的Slide，整理其中笔者认为重要的知识点而成，具体解答稍后整理出来。

Logistic Regression 环节需要掌握的知识点：

• Logistic Regression 预测的是什么，对应的输出表达式？

• Logistic Regression 表达及其对应的曲线？

• Logistic Regression 模型的参数？

• Loss Function 和 Cost Function的区别？形式化表达式？

• 请描述Precision和Recall。

• “交叉熵”比“误差平方和”好在哪里？各自的表达式是？

• “交叉熵”与“误差平方和”的一致性分析过程

• 一个单元的网络前馈计算（向前传播），针对一个样例（不涉及向量化）

• 一个单元的网络前馈计算（误差反向传播），针对一个样例（不涉及向量化）

作者：KidneyBro
链接：https://www.jianshu.com/p/08a4c1653935