是否可以看到当前这个问题呢?

[yangshuo2020]

我发了一个问题,你是否能看到呢?

[ShijieGeng]

可以

[ShijieGeng]

Lec01 00:25:14出现的：and the two big logistical changes we're making this year 像这里的“logistical changes”是什么意思，视频里面出现了许多“logistical”这个单词，百度词意不是很理解 00:48:37中出现的“logistic regression algorithm” 是 “对数几率回归算法”而不是“逻辑回归算法”。

[ShijieGeng]

Lec01 00:45:39出现的：“visualize this dataset”，“two symbols to denote the two discrete values 0 and 1, right? ”还有配图这里无法上传请看视频，这里说的 可视化数据集，是说用 ×和O 表示良性和恶性嘛，那这和之前那个图有何区别？

[yangshuo2020]

在良性恶性肿瘤那个问题里面,我是这么理解它说的可视化的,对于第一个图,因为只有一个特征,就是肿瘤的大小,而针对肿瘤大小的结果,即是恶性肿瘤还是良性肿瘤只有两种结果,要么是良性1,要么是恶性0,可以通过投影的方法,将这个分类的结果投到一个一维的数轴上,用不同个标记来表示这两个分类,因为特征的向量空间是R;对于第二个肿瘤分类问题,因为此时的特征有两个,一个是肿瘤大小,一个是年龄,所以特征构成的空间就是一个二维平面,所以需要在二维做表面上通过不同的标记来表示结果,当然也可以使用三维的坐标轴来表示,第三维的结果要么是0要么是1.后面Ng又列举了其它可能用来协助判别肿瘤的特征,当特征维数非常高的时候,已经不能使用可视化来显示输入数据的特征和结果之间的关系了.

[yangshuo2020]

Lec01 00:25:14出现的：and the two big logistical changes we're making this year 像这里的“logistical changes”是什么意思，视频里面出现了许多“logistical”这个单词，百度词意不是很理解 00:48:37中出现的“logistic regression algorithm” 是 “对数几率回归算法”而不是“逻辑回归算法”。

结合它说这句话的上下文content:

The technical content to try to show you the latest machine learning algorithms, uh, and the two big logistical changes we're making this year, I guess one is, uh,Python instead of MATLAB,and the other one is, um,instead of having a midterm exam, you know,there's a timed midterm, uh, we're planning to have a take-home midterm, uh, this course, instead.

以及"logistical"本身具有"在组织上的"的意思,我认为意思可能是教学组织方式上的改变,后面提及使用Python替代MATLAB,同时取消了期中测验.

Logistic or logistical means relating to the organization of something complicated.

这个是我查字典,查到的一个英文解释.

And so next week, you'll learn about the logistic regression algorithm which,

第二个出处应该在这里,结合上下文语境以及搭配,可以很确定这个是"逻辑回归算法",用于实现分类的一种算法.

[yangshuo2020]

Lec01 00:45:39出现的：“visualize this dataset”，“two symbols to denote the two discrete values 0 and 1, right? ”还有配图这里无法上传请看视频，这里说的 可视化数据集，是说用 ×和O 表示良性和恶性嘛，那这和之前那个图有何区别？

关于你此前说的那个二分类投影到一条直线上的那个问题,我今天看到一个讲解,感觉解释起来更合适,这种投影的方式体现了"降维"的思想,是Fisher线性判别分析的一种方法.线性分类一般分成两种算法,一类是硬分类,将输出的结果映射到一个离散的值${-1, +1}$上,代表方法有Fisher线性判别分析,感知机模型等;另外一种算法是软分类,将输出结果是那个类别输出为是改类型的概率,结果在$[0,1]$之间,代表有两种,一种是生成式Gaussian Discrimination Analysis, 另一种是判别式Logistics Regression,后一种我记得最常见的是softmax回归分析.

如下图所示: