前言

吳恩達的課程堪稱經典，有必要總結一下。
學以致用，以學促用，通過筆記總結，鞏固學習成果，復習新學的概念。

目錄

文章目錄

• 前言
• 目錄
• 正文
• • 問題來源
  • 高斯分布
  • 算法
• 選擇使用特征
• • 多元高斯分布

正文

本章主要討論異常檢測

問題來源

典型問題，給你航空發動機的一系列參數，判斷它們的好壞。
密度估計，通過使用數據建模，然后判斷$x_{test}$是否是異常的。
異常檢測例子，欺騙行為和服務器異常狀態。

高斯分布

假設所有的樣本分布正常情況下都服從高斯分布。
高斯分布的例子
參數估計，通過樣本估計總體的均值以及方差。

算法

密度估計訓練集。
異常檢測算法。
異常檢測例子
評估的重要性。
航空發動機的例子
算法評估
異常檢測和監督學習
典型應用場景的對比

選擇使用特征

非高斯特征

異常檢測的誤差分析
數據中心的電腦檢測

多元高斯分布

動機：檢測數據中心里的機器
多元高斯分布。
參數對高斯分布形狀的影響。

總結

以上是生活随笔為你收集整理的吴恩达 coursera ML 第十四课总结+作业答案的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。