吴恩达机器学习入门

机器学习入门教学——可解释性

1、前言近年来，机器学习模型被广泛地应用到现实生活中的一些重要领域，如面部识别、自动驾驶、语言处理和智慧医疗等。然而，机器学习模型就像一个黑盒子，给予一个输入，就能得到一个决策结果，但是我们并不知道模型是如何做决策的。因此，可解释性旨在帮助人们理解机器学习模型是如何学习的，它从数据中学到了什么，针对每一个输入它为什么会做出如此决策以及它所做的决策是否可靠。2、分类事前可解释性指在模型训练之前，通过
恣睢s·2023-09-09 05:36

机器学习入门教学——人工智能、机器学习、深度学习

1、人工智能人工智能相当于人类的代理人，我们现在所接触到的人工智能基本上都是弱AI，主要作用是正确解释从外部获得的数据，并对这些数据加以学习和利用，以便灵活的实现特定目标和任务。例如：阿尔法狗、智能汽车简单来说：人工智能使机器像人类一样进行感知，认识，决策和执行任务。2、机器学习机器学习是人工智能的一个分支，它描述了计算机如何通过总结之前的经验来进行学习和执行预测任务。例如：垃圾邮件检测：根据邮箱
恣睢s·2023-09-09 05:30

吴恩达gradio课程：基于开源LLM（large language model）的聊天应用

文章目录内容简介构建应用程序使用gradio在线体验接下来结合llm模型使用gradio构建一个完整的应用程序内容简介Falcon40B是当前最好的开源语言模型之一。使用text-generation库调用Falcon40B的问答API接口。首先仅仅在代码中与模型聊天,后续通过Gradio构建聊天界面。Gradio聊天界面可以保存对话历史上下文。在聊天过程中,需要将之前对话记录与新消息一起发送给模
Cachel wood·2023-09-09 02:28

线性回归（吴恩达机器学习）

回归是机器学习中最经典的算法，它的意思就是根据之前的数据找出某种规律（可以是线性，也可以是非线性），构建模型实现预测或分类。一、线性回归1.线性回归线性回归顾名思义，就是找出大量数据在二维平面中呈现的是线性关系。拿房价举个例子，假如你现在要出售自己的房子，你不大清楚这么大面积的房子能卖多少钱，于是你找到了所在小区的房价数据（房价、面积），发现大概是呈线性分布，那么如果你可以通过这个直线，去计算出自
没名字的蓝猫·2023-09-08 08:04

章节7_Logistic回归_《吴恩达机器学习》学习笔记

章节7有的时候我们遇到的问题并不是线性的问题，而是分类的问题。比如判断邮件是否是垃圾邮件，信用卡交易是否正常，肿瘤是良性还是恶性的。他们有一个共同点就是Y只有两个值{0,1}，0代表正类，比如肿瘤是良性的；1代表负类，比如肿瘤是恶性的。当然你想用1代表良性也可以，而且输出的值不仅仅局限为0和1两类，有可能还有多类，比如手写体识别是从0到9。如果使用线性的方法来判断分类问题，就会出现图上的问题。我们
jimleelcc·2023-09-07 12:44

springboot ElasticSearch依赖怎么选

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
fchen521·2023-09-06 21:47

【吴恩达机器学习】第三周—逻辑回归、过拟合、正则化

31.jpg1.分类问题（Regression）在分类问题中，你要预测的变量是离散的值，我们将学习一种叫做逻辑回归(LogisticRegression)的算法，这是目前最流行使用最广泛的一种学习算法。顺便说一下，逻辑回归算法是分类算法，我们将它作为分类算法使用。有时候可能因为这个算法的名字中出现了“回归”使你感到困惑，但逻辑回归算法实际上是一种分类算法，它适用于标签取值离散的情况，如:1001。
Sunflow007·2023-09-06 17:55

很棒的AIGC 教程-适合初学者也适合进阶AI爱好者

入门人工智能为每个人-吴恩达面向师生的实用人工智能-沃顿商学院人工智能初学者-微软生成式AI学习路径-谷歌大语言模型提示工程ChatGPT
AI 研习所·2023-09-06 06:12

吴恩达：AI已经做好颠覆人类医生的准备了

近来，一组由吴恩达博士带领的斯坦福研究人员开发了一个新的机器学习模型，通过心电图来判断患者是否心律不齐，其效果甚至已经超过了人类专家。
llawliet0001·2023-09-06 04:39

数学建模--逻辑回归算法的Python实现

首先感谢CSDN上发布吴恩达的机器学习逻辑回归算法任务的各位大佬.通过大佬的讲解和代码才勉强学会.这篇文章也就是简单记录一下过程和代码.CSDN上写有关这类文章的大佬有很多,大家都可以多看一看学习学习.
Danceful_YJ·2023-09-06 02:02

机器学习(吴恩达第一课)

课程链接文章目录第一周1、机器学习定义2、监督学习(Supervisedlearning)1、回归(Regression)2、分类(Classification)3、无监督学习(Unsupervisedlearning)4、线性回归模型5、代价函数6、梯度下降(Gradientdescent)1、学习率2、用于线性回归的梯度下降第二周(多维特征)1、特征缩放2、如何设置学习率3、特征工程(Feat
Think-killer·2023-09-05 15:04

吴恩达：AI已经做好颠覆人类医生的准备了

近来，一组由吴恩达博士带领的斯坦福研究人员开发了一个新的机器学习模型，通过心电图来判断患者是否心律不齐，其效果甚至已经超过了人类专家。
分享IT资源·2023-09-04 23:21

机器学习入门笔记1

目前主要跟着B站的2022吴恩达机器学习课程并完成相应的练习作业文章目录基础知识ApplicationsDefinitionSupervisedlearningUnsupervisedlearningLinearRegressionModel
lonyhai·2023-09-04 14:27

机器学习入门笔记（一）

一、无监督学习、监督学习和强化学习监督学习：在给定的一些数据下，已经告诉你这些数据的特性，并且让你分类，然后给你一个数据让你根据图来推出其他的数据（给定一个坐标系，上面有相应的图像，给你x数据让你预测y的值）。如分类无监督学习：给你一组数据，这些数据你并不知道分类是什么，你需要根据结构自己划分，并没有标准答案。无监督学习应用：如聚类，能将像素分类，对于计算机识别图像很有用处，将嘈杂的一对声音经过算
君莫舞丶无念·2023-09-04 11:37

自动驾驶入门日记-14-2018CVPR自动驾驶论文阅读

要说有什么好玩的事情，应该是我们的吴恩达（AndrewNg）老师最近就在今天宣布开始种地啦，国人田园风光才是真正美好啊。开玩笑的啦，新闻是这样的：L
我爱大头老婆·2023-09-04 10:31

吴恩达gradio课程：diffusion 文生图（Image to Text）模型

文章目录内容简介主要的Block元素构建应用程序界面改进内容简介使用了基于Diffusion模型的图像生成技术,可以从文本描述中生成图像。通过简单的Python代码调用模型接口,只需要提供文本提示即可生成图像。使用Gradio构建了一个简洁的网页界面,可以自定义文本提示来生成图像。接口可以控制生成图像的大小和细节程度等参数。使用GradioBlocks,它可以创建更复杂的用户界面布局。主要的Blo
Cachel wood·2023-09-03 20:44

吴恩达gradio课程：文本摘要和NER

文章目录`APIToken`获取文本摘要小型专家模型构建文本摘要应用程序构建命名实体识别应用程序NERAPIToken获取获取方式参考：HuggingFace的APItoken获取方式指南文本摘要使用distilbart-cnn模型构建了一个文本摘要应用。该模型专门用于文本摘要任务。使用Gradio创建了一个简单的用户界面,允许用户输入文本并生成摘要。使用了一个BERT模型构建了一个命名实体识别应
Cachel wood·2023-09-03 20:43

CV 开发的自我修养

CV开发者自我修养|吴恩达教程/笔记/刷题资料最全汇总书籍教程⋅sophie⋅于4个月前⋅746阅读吴恩达老师在机器学习领域的知名度是众所周知的，他在coursera平台上发布的《机器学习》课程，在国内外都可以说是机器学习入门的第一课和最热门课程
thousand_·2023-09-03 18:42

【科普周】想lu代码不知道怎么搭环境？？

欢迎关注哈希大数据微信公众号【哈希大数据】前面为大家介绍了机器学习入门要学的基础知识、算法和概念。但我想撸机器学习的代码该怎么办？初来乍到不知道怎么配机器学习的环境呀！
哈希大数据·2023-09-02 13:07

智聚长沙、共襄盛举 | 1024 程序员节讲师征集

这个由GoogleFellowJeffDean、研究员GregCorrado和当时还在斯坦福任教的教授吴恩达共同发起的项目，成功让普罗大众首次亲眼目睹深度学习的威力，并打响了自己的名号。
CSDN资讯·2023-08-31 15:46

【EPS32S3学习笔记】ESP32+OPENCV+人脸识别 本地部署

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
奔跑的Lunzi·2023-08-30 20:32

机器学习 - 吴恩达版(Stanford)笔记 003

Topic:definitionofsupervisedlearning如果你有一个朋友想卖掉自己的房子，他的房子大小是想知道自己的房子可以卖多少钱。学习算法可以帮助他做什么呢？学习算法可以根据数据画一条直线或者曲线来拟合数据.如果用一条直线来拟合数据点，我们大致可以得出，房子可以卖150,000刀但也许我们有更好的拟合方式，比如使用多项式或者高次函数。例如使用二次函数(quadraticfunc
Wallace_QIAN·2023-08-30 18:07

卷积神经网络之一维卷积、二维卷积、三维卷积

如果你对卷积维度的计算不清楚，可以参考我之前的博客吴恩达深度学习笔记（deeplearning.ai）之卷积神经网络（CNN）（上）。
bebr·2023-08-30 05:32

AI培训班有存在的必要吗？

本文由【AI前线】原创，原文链接：t.cn/RY3RQEVAI前线导语：“被称为“业界良心”吴恩达在Coursera的免费机器学习课程，学员数目有超过两百万；而最近国内某人工智能教育平台创始人也在微博宣称其培训平台已经吸引到将近十万的付费学员
AI前线·2023-08-30 00:58

Machine Learning Resources

吴恩达老师的9周课程网上推荐的非官方笔记台湾大学李宏毅教授的课程CarnegieMellonUniversityTomMitchellandMaria-FlorinaBalcanMachineLearninghttps
浩瀚之宇·2023-08-29 06:01

吴恩达机器学习——正则化

7.1过拟合的问题过拟合问题简单来说就是泛化能力差：所建的机器学习模型在训练样本中准确率很高，在验证数据集中准确率低——也就是说模型难以推广到新的数据。下图是一个回归问题的例子：第一个模型是一个线性模型，欠拟合，不能很好地适应我们的训练集；第三个模型是一个四次方的模型，过于强调拟合原始数据，而丢失了算法的本质：预测新数据。我们可以看出，若给出一个新的值使之预测，它将表现的很差，是过拟合，虽然能非常
SCY_e62e·2023-08-29 00:26

吴恩达深度学习--logitic回归损失函数

2.3logitic回归损失函数学习损失函数和误差函数可以用来检测算法运行情况，如在算法输出时定义损失，yhat和实标y有可能是一个或半个平方误差。平方误差函数你可以如此操作，但一般在逻辑回归里不进行此操作，因为当研究参数时，我们讨论的优化问题将会变成非凸问题，所以优化问题会产生多个局部最优解，梯度下降算法也就无法找到全局最优解。函数L被称为损失函数，需要进行设定，才能在实标为y时对输出yhat进
862180935588·2023-08-28 15:54

机器学习入门（十一）：决策树——既能分类又能回归的模型

决策树前面我们讲了线性回归和朴素贝叶斯分类模型。前者只能做回归，后者只能做分类。但本文中要讲的决策树模型，却既可以用于分类，又可以用于回归。什么是决策树决策树是一种非常基础又常见的机器学习模型。一棵决策树（DecisionTree）是一个树结构（可以是二叉树或非二叉树），每个非叶节点对应一个特征，该节点的每个分支代表这个特征的一个取值，而每个叶节点存放一个类别或一个回归函数。使用决策树进行决策的过
米饭超人·2023-08-28 10:20

机器学习入门书：动手学机器学习

上海交通大学ACM班创办人俞勇教授团队编写，"西瓜书"作者周志华力荐的机器学习入门书：《动手学机器学习》出版啦！
人邮异步社区·2023-08-28 02:46

基于Scikit-learn的机器学习基本算法（一）线性回归

，各种机器学习入门的书籍和帖子里应该都有，直接上在Python里面的使用方法。首先构建一个随机训练数据集，需要符合线性关系。
刘爱玛·2023-08-25 09:53

吴恩达 GPT Prompting 课程

PromptingGuidelines目录GuidelinesforPromptingPromptingPrinciplesPrinciple1:Writeclearandspecificinstructions1.1:Usedelimiterstoclearlyindicatedistinctpartsoftheinput1.2:Askforastructuredoutput1.3:Askthe
学习溢出·2023-08-23 08:29

使用Gensim Word2Vec生成中文词向量

网络有很多的“机器学习入门”和“深度学习入门”的课程，初学，利用示例代码和别人已经处理好的cleandata来做练习，感觉很顺畅，可每当要自己单飞之时，却发现连最“趁手”的数据都没有时，老夫实在是一脸茫然
屠夫猫·2023-08-23 06:03

【机器学习】分类算法 - KNN算法（K-近邻算法）KNeighborsClassifier

「作者主页」：士别三日wyx「作者简介」：CSDNtop100、阿里云博客专家、华为云享专家、网络安全领域优质创作者「推荐专栏」：零基础快速入门人工智能《机器学习入门到精通》K-近邻算法1、什么是K-近邻算法
士别三日wyx·2023-08-22 14:47

TensorFlow 学习（一）“name 'input_data' is not defined”

在TensorFlow中文文档的教程中，关于MNIST机器学习入门一节，开头downloadmnist数据集的代码importtensorflow.examples.tutorials.mnist.input_datamnist
miaomiaoyuan·2023-08-22 12:19

【吴恩达机器学习】第六周—机器学习系统设计

31.jpg1.应用机器学习的建议1.1下一步做什么仍然使用预测房价的学习例子，假如你已经完成了正则化线性回归，也就是最小化代价函数J的值，假如，在你得到你的学习参数以后，如果你要将你的假设函数放到一组新的房屋样本上进行测试，假如说你发现在预测房价时产生了巨大的误差，现在你的问题是要想改进这个算法，接下来应该怎么办？获得更多的训练实例——通常是有效的，但代价较大，下面的方法也可能有效，可考虑先采用
Sunflow007·2023-08-21 22:16

机器学习入门

今天，在W3school（机器学习-平均中位数模式(w3school.com.cn)）这个网站了解了机器学习，但是按照自己的计划一步一步来，提高专注力，也不必太焦虑。可复制语句，然后在cmd中右键点击一下即可，完成复制粘贴。构造决策树，完成预测。
小小快刀手·2023-08-21 19:57

机器学习入门的概念

导航一、人工智能，机器学习，深度学习和传统学习二、数学基础三、编程语言如果你刚刚入门机器学习，会接触到了非常多的概念。比如人工智能，机器学习，深度学习，神机网络，强化学习，各种算法等等。首先了解这些知识点所在的层级，以便进一步的深入学习。一、人工智能，机器学习，深度学习和传统学习人工智能是一种模拟人类智能的技术或系统。机器学习是一种人工智能的分支，机器学习的核心思想是让机器从数据中学习模式，从而能
Yonas-Luo·2023-08-20 15:20

吴恩达机器学习2011版本学习笔记

这是看完视频后，按自己的理解做了笔记。监督学习学的比较认真，33之后的无监督学习心态已经浮躁了，以后要再学一遍2022最新版视频课。1，有正确答案是有监督学习，反之是无监督学习2，模型就是把训练数据拟合为一个公式(严格来说是个函数，关系)。入门的拟合的方法是最小二乘法，先假设一个公式，代入不同系数，然后再把训练数据的x依次代入求y，然后看y与训练数据的正确答案的方差。这样假设的系数作z，与结果方差
zhaot1993·2023-08-19 21:05

第一章 绪论

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
r i c k·2023-08-19 16:22

第一章 绪论

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
r i c k·2023-08-19 16:22

实验一 Hbase的安装部署与基本操作

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
r i c k·2023-08-19 16:51

[Machine Learning] decision tree 决策树

正好原本的学习进度刚刚完成这部分，所以集成一个笔记了,本文中所有的截图绝大多数来自吴恩达老师的公开课
ViceMusic5·2023-08-19 11:34

5-2 Coursera吴恩达《序列模型》 第二周课程笔记-自然语言处理和词嵌入

上一篇文章5-1Coursera吴恩达《序列模型》第一周课程笔记-循环序列网络(RNN)我们主要介绍了循环神经网络（RNN）的基本概念、模型和具体应用。
双木的木·2023-08-17 19:42

机器学习入门（逻辑回归详解）

1.简介首先逻辑回归（LogisticRegression）是一个分类算法，它可以处理二元分类以及多元分类，是机器学习中一个非常非常常见的模型，在实际生产环境中也常常被使用，是一种经典的分类模型（不是回归模型）2.模型构建2.1线性回归为了更容易理解LR，我先说一下线性回归吧，线性回归的主要思想就是通过历史数据拟合出一条直线，用这条直线对新的数据进行预测。对于一元的自变量：模型参数为w,b对于每个
rcoon·2023-08-17 00:08

机器学习吴恩达——第二周

7逻辑回归7.1分类问题在分类问题中，我们要预测的变量y是离散的值，比如说0，1。这时我们可以采用逻辑回归来处理问题。在分类问题中，我们尝试预测的是结果是否属于某一个类(例如正确或错误)。分类问题的例子有:判断一封电子邮件是否是垃圾邮件;判断一次金融交易是否是欺诈;之前我们也谈到了肿瘤分类问题的例子，区别一个肿瘤是恶性的还是良性的。首先是二元的分类问题，那么结果y只有两种情况，0和1.二元分类问题
荔枝葡萄干·2023-08-16 15:54

2022-01-15 吴恩达来信：建立AI职业生涯的小tips

来源：吴恩达来信：建立AI职业生涯的小tips(qq.com)亲爱的朋友们,人工智能持续创造着无数令人兴奋的工作机会，我知道你们中的许多人都希望在这个领域发展自己的职业生涯。
我想要日更徽章·2023-08-15 22:11

机器学习入门：如何搭建第一个机器学习模型——以墨尔本房价预测为例

注：本文为MachineLearning的个人学习笔记，学习站点：Kaggle.com搭建一个最简单的机器学习模型仅需3步：收集数据，数据清洗；特征工程；模型选择、整合，参数调优；收集数据墨尔本市房产信息数据都存放在这个csv文件里。读取数据importpandasaspdmelbourne_file_path='melb_data1.csv'将csv文件读取到_path变量中方便之后准确调用。m
sz88888·2023-08-15 04:45

反向传播算法

吴恩达神经网络课程里，反向传播算法最难理解的是反向传播阶段怎样调整各层次的权值，费用函数的双层求和符号令人无限头大，于是费用函数的偏导数就更难证明。
若_6dcd·2023-08-14 07:00

机器学习（一）模型三要素

模型迭代要求4.策略阶段要点（三）优化算法：1.普通参数2.超参数二、深度学习改变了什么1、大规模数据性能提升可观2、隐式特征学习--AE本文是对李航博士《机器学习方法》，邱锡鹏博士的《神经网络与深度学习》，吴恩达机器学习课程
元吉光·2023-08-14 05:43

机器学习 - 吴恩达版(Stanford)笔记 005

Topic:ModelRepresentation假设你的朋友有一个1250squarefeet的房子，如何借助这个数据估价？之前提到，这是一个监督学习算法。在此我们定义训练集(TrainingSet)的概念。对于监督学习，我们有特征集合x，和目标集合y一一对应，组成训练集。而对于训练集里的单条数据，他的特征组，和结果，写作,整个监督学习的过程即如上图：输入trainingset，使learnin
Wallace_QIAN·2023-08-13 23:19
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他