Coursera机器学习week5 笔记

Neural'Networks:' Learning Cost function 先进行符号定义： L：神经网络层数 Sl：第l层的单元数（不包括偏置单位） K：输出单元数（SL） 逻辑回归的代价函数是： 而神经网络的代价函数有所不同，是： 这个看上去很复杂的代价函数背后的原理还是一样的，我们希望通过观察代价函数来观察算法预测的结果与真实情况的误差有多大，唯一不同的是： 对于每一行特征，我们都会给

>>阅读原文<<