本文是Andrew NG先生机器学习公开课第二课的听课笔记，由于csdn中对mathtype公式的显示问题，所以直接以图片格式发表。本系列是由公开课的学习和一些自己的理解组成的。
详细解决方案
Andrew NG 机器学习听课札记（2）——过学习与欠学习，最小二乘的概率意义、logistic回归
热度：205 发布时间：2016-05-05 06:25:49.0
相关解决方案
- Andrew W. Davis’s 2013 prediction - Cisco will exit the hardware-based group video conferencing
- 机器学习算法札记1_2:分类和逻辑回归(Classification and Logistic regression)
- [机器学习] Coursera ML札记 - 逻辑回归（Logistic Regression）
- MachineLearning—Logistic Regression(2)
- Logistic Regression 札记与理解
- 机器学习实战ByMatlab（5）Logistic Regression
- Logistic Regression中的显著性查验
- 温习机器学习算法：Logistic 回归
- MapReduce-Logistic Regression (逻辑回归)
- Andrew NG 机器学习听课札记（2）——过学习与欠学习，最小二乘的概率意义、logistic回归
- 窒碍增长(Logistic)模型
- 第一章.Classification -- 04.Logistic Regression翻译
- Andrew NG 机器学习 Logistic Regression 第三周编程作业
- Logistic Regression中的显著性检验