吴恩达机器学习:week2

七.正则化

吴恩达机器学习之正则化（Regularization）http://www.cnblogs.com/jianxinzhou/p/4083921.html从数学公式上理解L1和L2https://blog.csdn.net
愿风去了·2024-09-15 21:11

吴恩达机器学习全课程笔记第一篇

P15-P20梯度下降P21-P24多类特征向量化多元线性回归的梯度下降P25-P30特征缩放检查梯度下降是否收敛学习率的选择特征工程多项式回归前言从今天开始，争取能够在开学之前（2.25）把b站上的【吴恩达机器学习
亿维数组·2024-02-20 21:37

吴恩达机器学习全课程笔记第二篇

目录前言P31-P33logistics（逻辑）回归决策边界P34-P36逻辑回归的代价函数梯度下降的实现P37-P41过拟合问题正则化代价函数正则化线性回归正则化logistics回归前言这是吴恩达机器学习笔记的第二篇
亿维数组·2024-02-20 21:03

hgame2024,week2

webWhatthecowsay?/*:显示所有目录下的文件/f*:匹配所有f开头的文件/*:显示所有目录下的文件`tac/f*/f*`即可读出flagSelectMoreCourses1.弱密码burpsuit爆破得到密码qwert1232.importrequestsimportthreadingdefsend_request():url="http://106.14.57.14:31867/
yzzob·2024-02-19 19:33

HGAME 2024 WEEK2 Web方向题解 全

---------【WEEK-2】---------Whatthecowsay?题目描述：thecowwanttotellyousomething注意title，Python的flask漏洞可多呢版本310先测一下SSTI正常情况下SSTI测试变量渲染测试，被waf了，说明方向对了单单过滤flagfuzz了一下，也不像是SSTI乱试下，出现了个离谱的。啊喂，这这这，乐，一猜一个不吱声。弄个源码看看
Jay 17·2024-02-15 01:51

吴恩达机器学习—大规模机器学习

学习大数据集数据量多，模型效果肯定会比较好，但是大数据也有它自己的问题，计算复杂如果存在100000000个特征，计算量是相当大的，在进行梯度下降的时候，还要反复求损失函数的偏导数，这样一来计算量更大。那么有没有简单的方法来应对大量的数据呢？我们可以采取随机抽样，比如，抽取1000个样本进行模型的构建。那么如何决定抽取多少样本呢？可以通过学习曲线获得，随着数据量的增加，无论是偏差和误差，都会趋向于
魏清宇·2024-02-14 21:14

2022-06-01 正念训练营Day13-不强求的心态

【正念训练营-三周学会调节情绪】Week2正念情绪调节Day13不强求的心态时间：周三下午这次的练习和上次练习隔了几天。感觉前面一天一练的时间安排比较密集，有点疲劳，没有消化。
南下飞鸿踏雪泥·2024-02-14 06:35

吴恩达机器学习—正则化

过拟合问题欠拟合与过拟合当变量过少时，可能存在欠拟合；当变量过多时，会存在过拟合。过拟合可能对现有数据拟合效果较好，损失函数值几乎为零，但是不能进行泛化时，即不适于非训练集的其他数据。如何解决过拟合问题特征变量过多造成过拟合绘制假设模型图像，但当特征变量变多时，绘制很困难。当变量过多而训练数据较少时，容易出现过拟合。过拟合的解决办法解决过拟合问题，通常有两种方法：一种是减少特征的数量，可以通过人工
魏清宇·2024-02-11 09:55

吴恩达机器学习—推荐系统

问题规划引例—电影推荐假设已有的数据如上所示，洋红色线内的数据表示缺失数据，那么我们如何根据已有的评分数据来预测这些缺失的数据呢？基于特征的推荐算法基于内容的推荐系统已知数据如上，有四个人对于不同电影的评分，我们还有分别表示电影包含浪漫成分和动作片成分的多少。那么每一个电影都可以用一个向量来表示，如第一个电影可以表示为,其中第一个元素为常数。那么对于每一个用户j，我们可以用一个学习算法学习参数，然
魏清宇·2024-02-11 02:53

【吴恩达机器学习】第八周—聚类降维Kmeans算法

31.jpg1.聚类(Clustering)1.1介绍之前的课程介绍的都是监督学习、而聚类属于非监督学习，在一个典型的监督学习中，我们有一个有标签的训练集，我们的目标是找到能够区分正样本和负样本的决策边界，在这里的监督学习中，我们有一系列标签，我们需要据此拟合一个假设函数。与此不同的是，在非监督学习中，我们的数据没有附带任何标签，我们拿到的数据就是这样的：1.png在这里我们有一系列点，却没有标签
Sunflow007·2024-02-09 20:26

吴恩达机器学习笔记（2）

一.逻辑回归1.什么是逻辑回归？逻辑回归是一种预测变量为离散值0或1情况下的分类问题，在逻辑回归中，假设函数。2.模型描述在假设函数中，，为实数，为Sigmoid函数，也叫Logistic函数。模型解释：，即就是对一个输入，的概率估计。损失函数的理解：所谓最大似然估计，就是我们想知道哪套参数组合对应的曲线最可能拟合我们观测到的数据，也就是该套参数拟合出观测数据的概率最大，而损失函数的要求是预测结果
python小白22·2024-02-09 18:11

【Andrew Ng机器学习】单变量线性回归-模型描述

课程：吴恩达机器学习一个监督学习的例子——房价预测使用的是一组俄勒冈州波特兰市的城市住房价格的数据。根据不同的尺寸的房间对应的不同售价，组成的数据集来画图。
jenye_·2024-02-07 05:21

ML：2-2-3 多分类问题multicalss

文章目录1.多分类问题的定义2.softmax3.神经网络的softmax输出【吴恩达机器学习65-67】1.多分类问题的定义classification问题可能的output大于2种。
skylar0·2024-02-05 18:34

Coursera吴恩达机器学习课程笔记——神经网络: 学习（Neural Networks: Learning）

9神经网络:学习（NeuralNetworks:Learning）9.1代价函数（CostFunction）神经网络的分类问题有两种：二元分类问题（0/1分类）只有一个输出单元（K=1K=1K=1）多元（KKK）分类问题输出单元不止一个（K>1K\gt1K>1）神经网络的代价函数公式：hΘ(x)=a(L)=g(Θ(L−1)a(L−1))=g(z(L))h_\Theta(x)=a^{(L)}=g(\
yanglamei1962·2024-02-03 06:04

吴恩达机器学习笔记十二 Sigmoid激活函数的替代方案 激活函数的选择 为什么要使用激活函数

在需求预测案例中，awareness这个输入可能不是二元(binary)的，或许是一点(alittlebit)、有些(somewhat)或完全(extremely)，此时相比将awareness规定为0、1，不如考虑概率，认为它是一个0-1之间的数。激活函数可以采用ReLU函数(rectifiedlinearunit)三个常用的激活函数使用线性激活函数也可以看作是没有激活函数。激活函数的选择输出层
爱学习的小仙女！·2024-02-02 08:52

吴恩达机器学习笔记十 神经网络 TensorFlow 人工智能

神经网络：说几层的时候是指隐藏层及输出层，不包含输入层。例如下图是一个四层神经网络。前向传播(forwardpropagation)越靠近输出层，该层的神经元数量越少TensorFlow（张量流）实现神经网络的搭建sequential（）把两层顺序连接起来；如果有新的x，用predict()人工智能
爱学习的小仙女！·2024-02-02 08:22

week2

本周是java编程学习的第二周，本周的主要内容为进行了第二章内容进行总结的练习以及面向对象的相关学习。第二章综合练习：双色球双色球训练部分代码第二章的双色球练习主要考量的知识点有定义变量、构造数组、分支语句和循环。其中生成一定范围内的随机数的原理是使用Random指令在一定范围的数组中进行随机挑选，为了挑选的数不重复，可以在编程时将取出的值设为数组外的数，这样便可以实现不重复取数的效果。然后根据随
第七个王冠·2024-02-01 05:59

吴恩达机器学习- 正则化

过拟合和欠拟合定义和形态解决方法减少特征值数量正则化正则化惩罚θ系数线性回归正则化逻辑回归正则化
YANWeichuan·2024-02-01 03:40

最强机器学习入门博客（吴恩达机器学习课程总结）

机器学习的概述诞生现实生活许多领域的问题不能通过显式编程实现，比如制造自动驾驶汽车、智能工厂、规模农业、计算机视觉等等，一种好的实现方式是通过学习算法让计算机自己学习如何做。现在现在是学习机器学习最好的时机，因为机器学习在未来能产生巨大的价值未来机器学习在软件领域方面取得了巨大的价值，比如智能推荐，网络搜索，图像识别等机器学习在许多其他的领域仍有巨大的价值，比如未来在自动驾驶汽车，工厂，农业，医疗
PengHao666999·2024-01-30 23:32

【9周行动计划】Week 4 复盘

准备周的行动计划请见：9周行动计划（A9Plan）Week1复盘请见:【9周行动计划】Week1复盘Week2复盘请见:【9周行动计划】Week2复盘Week3复盘请见:【9周行动计划】We
抹香菁·2024-01-25 07:01

在学习吴恩达机器学习课程中遇到的一些问题

C1_W1_Lab04_Cost_function_Soln中遇到的一些问题1、importnumpyasnp%matplotlibnotebookimportmatplotlib.pyplotaspltfromlab_utils_uniimportplt_intuition,plt_stationary,plt_update_onclick,soup_bowlplt.style.use('./d
ttyykx·2024-01-25 04:51

吴恩达机器学习Coursera-week11

PhotoOCR在此章的课程中，Andrew主要是想通过OCR问题的解决来阐释在实际项目中我们应该如何定义问题，并将一个大问题分解为多个小问题，并通过pipeline的方式将对这些小问题的解决方案串联起来，从而解决这个大问题。我认为这是解决实际问题的一个经典的方法论，有助于我们在实际工作和生活中更好地思考问题，分解问题，并最终解决问题。ProblemDescriptionandPipeline此小
geekpy·2024-01-24 20:23

吴恩达机器学习介绍第一章介绍

1.机器学习的概念在进行特定编程的情况下，给予计算机学习的能力。机器学习是一种人工智能的分支，它关注如何通过计算机算法和模型来使计算机系统从数据中学习和改进。机器学习的目标是让计算机系统能够自动分析和理解数据，并根据数据的模式和规律做出预测和决策，而无需明确的编程指令。机器学习可以分为监督学习、无监督学习和强化学习三种类型。在监督学习中，计算机系统通过使用带有标签的训练数据来学习模式和规律，然后根
清☆茶·2024-01-24 08:30

2022-05-25 正念训练营Day11-分解“痛苦”的方法

【正念训练营-三周学会调节情绪】Week2正念情绪调节Day11分解“痛苦”的方法时间：周三下午生活苦乐参半，我们总归要去面对痛苦。
南下飞鸿踏雪泥·2024-01-24 00:44

【Andrew Ng机器学习】单变量线性回归-梯度下降

课程：吴恩达机器学习此篇我们将学习梯度下降算法，我们之前已经定义了代价函数J，梯度下降法可以将代价函数J最小化。梯度下降是很常用的算法，他不仅被用在线性回归上，还被广泛应用与机器学习的众多领域。
jenye_·2024-01-21 22:01

2022-06-18

5.0最重要的三件事在90天内的进展情况week2目标1：组目标：每天6点前起床并且完成运动30分钟。运动内容不限，以番茄钟app记录。
susan之之·2024-01-21 19:12

第八章 正则化

该系列文章为，观看“吴恩达机器学习”系列视频的学习笔记。虽然每个视频都很简单，但不得不说每一句都非常的简洁扼要，浅显易懂。非常适合我这样的小白入门。
tomas家的小拨浪鼓·2024-01-21 10:15

2022-12-14科研日志

今天主要学习了吴恩达机器学习的网课，又复习了一下机器学习；然后看了看VIO相关资料论文，今天看了几篇知网上搜到的关于VIO的硕士博士毕业论文和一篇20年的VIO综述，这方面的论文对于一个领域一般都有比较全面的描述
独孤西·2024-01-20 21:17

Statistics with Python: Week2 Nhanes Assignment

这门课不知出于什么原因比较小众，如果有人在做，在week2的assignment中出现问题，希望我的回答可以帮到你。
Ashleyxxihf·2024-01-20 07:33

week2，周总结（01.08—01.16）周复盘

大家好，我是璃璃，今天又是一个周末，到了每周复盘时间，回顾一下上周做得所有事情，感觉需要改进的地方真多，上周的专注力主要用在了工作中，在个人精进方面削弱了不少。还是先回顾一下这周做了那些事，1.在工作中，在工作中效率提高了，执行力非常强，戒掉了拖延症。2.在写作方面公众号上更新三篇文章，还是能够保证每天的日更，头条上面写了8篇微头条。3.阅读方面微信读书上面阅读一本《你只是看起来很努力》，纸质书籍
璃璃爱读书·2024-01-19 05:12

吴恩达机器学习笔记-Logistic回归模型

回归函数在逻辑回归模型中我们不能再像之前的线性回归一样使用相同的代价函数，否则会使得输出的结果图像呈现波浪状，也就是说不再是个凸函数。代价函数的表达式之前有表示过,这里我们把1/2放到求和里面来。这里的求和部分我们可以表示为：很显然，如果我们把在之前说过的分类问题的假设函数带进去，即，得到的结果可能就是上述所说的不断起伏的状况。如果这里使用梯度下降法，不能保证能得到全局收敛的值，这个函数就是所谓的
Carey_Wu·2024-01-18 16:26

吴恩达机器学习笔记（1）

一.初识机器学习1.监督学习在监督学习中，训练数据既有特征又有标签，通过训练，让机器可以自己找到特征和标签之间的联系，在面对只有特征没有标签的数据时，可以判断出标签。监督学习可以分为回归问题和分类问题。回归问题是利用训练出的模型，预测连续的数值输出；分类问题是预测离散值的输出。2.无监督学习无监督学习是给算法大量的数据，要求它找出数据的类型结构。无监督学习的数据没有标签，或是所有数据都是同一种标签
python小白22·2024-01-17 14:59

python学习—week3

week2总结：1.完成上周课程学习：py中一切皆对象，list,tuple,dict等常用的数据类型都是对象，对象是类的实例化，同时类也是另一种类的实例化，因此在py中一切皆对象，如图py天生支持多态
大脸飞·2024-01-17 10:54

ML：2-2neural network layer

文章目录1.神经网络层2.更复杂的神经网络3.神经网络的前向传播【吴恩达机器学习笔记p47-49】1.神经网络层【了解神经网络如何完成预测的】input：4个数字的向量。
skylar0·2024-01-10 18:53

ML：5-1 neural networks

文章目录course2框架1.neuralnetworks（deeplearning）2.DemandPrediction【吴恩达机器学习p43-46】course2框架一、neuralnetworks-inference
skylar0·2024-01-10 18:22

【9周行动计划】Week 7 复盘

准备周的行动计划请见：9周行动计划（A9Plan）Week1复盘请见:【9周行动计划】Week1复盘Week2复盘请见:【9周行动计划】Week2复盘Week3复盘请见:【9周行动计划】We
抹香菁·2024-01-07 17:56

吴恩达机器学习笔记（1）——单变量线性回归

上一个笔记，我们大概了解了什么是机器学习以及机器学习的两个重要的分类，本篇笔记将带领大家了解机器学习的第一个模型——线性回归例题为了让大家更加直观的理解这个模型，我们引入一个例题，我们有一组波特兰市的城市住房的价格数据，我们要通过这些数据来找出一个函数，来预测任意面积下的房价，这就是一个简单的线性回归问题。这里给出的数据是一组房子面积对应的房价数据集其中m代表训练集，x是输入，y是输出。我们用（x
机智的神棍酱·2024-01-05 06:35

【吴恩达机器学习】第一周课程笔记

下面是我近期学习机器学习的笔记，出发点是希望对自己起到一个督促和输出的作用如果你对我的笔记感兴趣欢迎Like，有不足之处也欢迎评论留言B站【2022吴恩达机器学习Deeplearning.ai课程】笔记参考
Estella_07·2024-01-04 08:24

吴恩达机器学习笔记

吴恩达机器学习笔记第一周基本概念监督学习分为回归算法和分类算法无监督学习事先没有正确答案。
AADGSEGA·2024-01-04 08:23

Vim or VSCode、gcc测试、gdb测试、静态库的测试、共享库的测试

week2目录一、VimorVSCode二、gcc测试三、gdb测试四、静态库的测试五、共享库的测试一、VimorVSCode每个*.c一个文件，每个*.h一个文件，文件名中最好有自己的学号用Vim或VSCode
20232831袁思承·2023-12-30 06:00

2022-05-24 正念训练营Day10-给情绪起个名字

【正念训练营-三周学会调节情绪】Week2正念情绪调节Day10给情绪起个名字时间：周二下午学习给情绪命名的方法，找到更多积极情绪，补充正向反应，给日常生活产生更多动力。
南下飞鸿踏雪泥·2023-12-27 22:23

ML学习安排和资源链接

第一阶段：学习前置数学知识机器学习的数学基础_二进制人工智能的博客-CSDN博客第二阶段：认知机器学习吴恩达机器学习【2022中文版教程全集】_哔哩哔哩_bilibili视频5h，看了一点发现后面没字幕了
Nice night·2023-12-23 13:55

week2:幸福之路

什么是幸福？我一直在徘徊不知如何下笔，动物的幸福是建立在需求感满足上，而人不一样，人有感知力，需要相互学习和了解，得到精神上的满足。而我的幸福之路是什么呢？我是这样子认为的，想要幸福，幸福的路上，首先要了解自己，想明白自己到底要什么？自己的价值观和目标在哪里？在我的生活中，常常会和丈夫闹争吵吵架，这是为什么呢？我现在才明白，那是因为自己害怕失去些什么。简单地说就是自己的心胸比较狭窄，常常会感到自卑
唐永珍·2023-12-19 05:19

【9周行动计划】Week 5 复盘

准备周的行动计划请见：9周行动计划（A9Plan）Week1复盘请见:【9周行动计划】Week1复盘Week2复盘请见:【9周行动计划】Week2复盘Week3复盘请见:【9周行动计划】We
抹香菁·2023-12-16 17:46

c语言week2

1.若变量定义为intfahr;，则5(fahr-32)/9是符合C语言语法的表达式。F5*(fahr-32)/92.%d：表示把数据按十进制整型输出。%o：表示把数据按八进制整型输出。%x：表示把数据按十六进制整型输出。%u：表示把数据参数按无符号整型输出。%f：显示小数表示的普通浮点数。2-1.在c++中有两种类型的注释：单行注释和成对注释。单行注释以双斜线(//)开头。同一行中斜线右侧的所有
排排酱牛肉拉面·2023-12-16 10:31

2023NewStarCtf [WEEK2] web 方向超详细wp（题目＋思路+拓展知识点）

1、游戏高手这里需要修改前端js文件，用变量覆盖修改gamescore的值，使得判定为大于100000分。如果不清楚修改js文件的具体步骤参考这个链接：使用firefox运行时更改javascript变量值_如何修改火狐html变量值-CSDN博客步骤：火狐找到调试器下的js文件，在里面gamescore这一行打断点（点一下347那行的开头就行），然后点击开始游戏，游戏会在打中目标的时候停在断点处
块块0.o·2023-12-15 11:53

深度学习学习顺序梳理

spm_id_from=333.999.0.0&vd_source=9607a6d9d829b667f8f0ccaaaa142fcb1.吴恩达机器学习课程已学完，时间较久了，后续可以重新听一遍，整理一下笔记
陌上阳光·2023-12-14 23:37

hgame2023 week2 writeup

WEEK2文章目录WEEK2web1、GitLeakage2、v2board3、DesignerRE1、before_main2、stream3、VidarCamera4、mathpwn1、YukkuriSay2
丶拾光_w4ngz·2023-12-05 13:32

week3周复盘/过有节奏的自律生活

☘悠澜本周week2目标：[if!supportLists]1.[endif
悠澜说·2023-12-03 11:12

【9周行动计划】Week 8 复盘

准备周的行动计划请见：9周行动计划（A9Plan）Week1复盘请见:【9周行动计划】Week1复盘Week2复盘请见:【9周行动计划】Week2复盘Week3复盘请见:【9周行动计划】We
抹香菁·2023-12-02 11:13
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他