<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>redhornet96</author_name>
  <author_url>https://blog.hatena.ne.jp/redhornet96/</author_url>
  <blog_title>もふもふ技術部</blog_title>
  <blog_url>https://www.mof-mof.co.jp/tech-blog/</blog_url>
  <categories>
    <anon>machine learning</anon>
    <anon>Coursera</anon>
    <anon>Octave</anon>
    <anon>Linear Regression</anon>
    <anon>Normal Equation</anon>
  </categories>
  <description>データはラーメンデータベースで「渋谷」で検索した上位20件を使用した。 前回、最急降下法を実装して線形回帰のθの値を探索してみたけどうまくいかなかったという記事を書きましたが、どうやらfeature scaling(feature normalization)をして収束することには成功していたけど、求められたθの値を復元する必要があるっぽい？Courseraを観てもその説明がなかったのでわからず。ぐぐっても解決できず。 というわけで、あきらめて最急降下法を使わずに、Normal Equation(正規方程式)でθを求めることにします。 訓練セット 正規方程式で学習させる 予測してみる 訓練セッ…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.mof-mof.co.jp%2Ftech-blog%2Fmachine-learning-liner-ramen&quot; title=&quot;機械学習で、ラーメン屋のレビュー件数から評価点がどれくらいになるか予測する - もふもふ技術部&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://images.ctfassets.net/683ogktz4b18/1IbLL07jmoOBQCp6ik7bUe/a91e208187cdb79da8ac529c0ba073ed/ramen.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2016-01-11 00:00:00</published>
  <title>機械学習で、ラーメン屋のレビュー件数から評価点がどれくらいになるか予測する</title>
  <type>rich</type>
  <url>https://www.mof-mof.co.jp/tech-blog/machine-learning-liner-ramen</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
