吴恩达机器学习入门

AI数学基础10——多个样本神经网络输入公式

本文是吴恩达深度学习课程第一门课3.4节的总结单个样本输出公式如下所示：当扩展到m的样本时，可以用for循环来实现多个样本的神经网络输出值计算，在《AI数学基础6——向量化（Vectorization）
LabVIEW_Python·2023-08-13 13:03

python机器学习入门之pandas的使用（超详细，必看）

pandas是基于numpy的一种工具同样用于数据分析pandas主要处理以下三种数据结构1：series一维数组接近python中的list2：DataFrame二维数据结构其可以理解为series的容器其内部的每项元素可以看成一个series在机器学习中经常用到3：panel三维数组可以理解为DataFrame的容器1：创建一个series对象importpandasaspds=pd.Seri
showswoller·2023-08-13 09:27

UFLDL新版教程与编程练习（六）：Multi-Layer Neural Network（多层神经网络）

UFLDL是吴恩达团队编写的较早的一门深度学习入门，里面理论加上练习的节奏非常好，每次都想快点看完理论去动手编写练习，因为他帮你打好了整个代码框架，也有详细的注释，所以我们只要实现一点核心的代码编写工作就行了
赖子啊·2023-08-12 12:18

吴恩达机器学习笔记（二）

模型描述：根据房间的大小（平方数）预测其能售卖出的价格1、监督学习（每个例子都有一个正确的输出值）1.1、回归问题，可以预测一个准确的数值输出1.2、分类问题，可以预测离散值输出（只有0和1的离散值输出）2、训练集（trainingset）：在监督学习中提供“参考”的数据集合三个要素：训练集的数量，输入变量，输出变量训练样本（trainingexample）：（x^(i),y^(i)）第i个训练样
五大人·2023-08-12 02:26

机器学习-线性回归预测房价模型demo

这篇介绍的是我在做房价预测模型时的python代码，房价预测在机器学习入门中已经是个经典的题目了，但我发现目前网上还没有能够很好地做一个demo出来，使得入门者不能很快的找到“入口”在哪，所以在此介绍我是如何做的预测房价模型的题目
mantch·2023-08-11 21:36

深度学习阶段性回顾

本文针对过去两周的深度学习理论做阶段性回顾，学习资料来自吴恩达老师的2021版deeplearning.ai课程，内容涵盖深度神经网络改善一直到ML策略的章节。
猫咪的白手套·2023-08-11 06:20

平安夜前

在网易云课堂上听吴恩达的深度学习的课程，然后在推特上关注了他，他说了一
给梦想一点时间·2023-08-10 21:18

神经网络基础-卷积神经网络

本文参考：本文参考吴恩达老师的Coursera深度学习课程，很棒的课，推荐本文默认你已经大致了解深度学习的简单概念，如果需要更简单的例子，可以参考吴恩达老师的入门课程：http://study.163.
Dominic221·2023-08-10 06:09

吴恩达作业（5）CNN神经网络(tensorflow实现)--手势识别

题目：输入手势图片，判断手势数字。如：输出数字555数据集：test_signs.h5：训练集，维度为：（1080，64，64，3），即1080张64*64的彩色图片train_signs.h5：测试集，维度为：（120，64，64，3），即120张64*64的彩色图片参考博客目的：搭建卷积层:CONV2D−>RELU−>MAXPOOL−>CONV2D−>RELU−>MAXPOOL−>FLATTE
快乐活在当下·2023-08-10 06:35

吴恩达机器学习笔记（自用）

吴恩达机器学习机器学习的定义什么是机器学习？
cosθ·2023-08-09 06:02

机器学习啃书计划

机器学习啃书计划reference：西瓜书和吴恩达视频https://github.com/Vay-keen/Machine-learning-learning-notes/blob/master/周志华
IKKA·2023-08-08 18:40

机器学习-吴恩达9(1)-异常检测

“黑中有白，白中有黑，没有绝对的白，也没有绝对的黑，黑可衬白，白可映黑。万物皆可转换”。本文中对异常检测算法做了小结，主要包含：问题产生高斯分布算法使用场景八种无监督异常检测技术异常检测和监督学习对比特征选择异常检测NoveltyDetection异常是相对于其他观测数据而言有明显偏离的，以至于怀疑它与正常点不属于同一个数据分布。异常检测是一种用于识别不符合预期行为的异常模式的技术，又称之为异常值
皮皮大·2023-08-07 20:17

第十四章 无监督学习

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·2023-08-07 01:24

吴恩达教授深度学习--神经风格转换算法

本文所使用的代码和测试图片已上传至百度网盘https://pan.baidu.com/s/1R-z7L95iQIDBpAF32sgWFg，提取码：b4cg。什么是神经风格迁移？假设你有一张内容图片C（Content）和一张具有独特风格S（Style）的图片，神经风格迁移可以让这两张图片结合，让原始图片具有图片S的风格。所以神经风格迁移可以解决的问题是：生成一张同时具有图片C的内容和图片S的风格的新
Y.IU.·2023-08-06 16:58

【深度学习笔记】深度学习框架

本专栏是网易云课堂人工智能课程《神经网络与深度学习》的学习笔记，视频由网易云课堂与deeplearning.ai联合出品，主讲人是吴恩达AndrewNg教授。
洋洋Young·2023-08-06 14:03

个人规划（研0暑假版）

下面个人计划暑假学习内容：7~8月机器学习(吴恩达+《西瓜书》+实践补充)8~9月深度学习(吴恩达+《python深度学习》+动手学习深度学习)之后每天都会通过CSDN的方式来记录每天学习情况，每周会更新一个视频至
WananRd·2023-08-06 08:07

吴恩达深度学习笔记（11）-烧脑神经网络前向传播和后向传播计算

计算图（ComputationGraph）可以说，一个神经网络的计算，都是按照前向或反向传播过程组织的。首先我们计算出一个新的网络的输出（前向过程），紧接着进行一个反向传输操作。后者我们用来计算出对应的梯度或导数。计算图解释了为什么我们用这种方式组织这些计算过程。在这篇笔记中中，我们将举一个例子说明计算图是什么。让我们举一个比逻辑回归更加简单的，或者说不那么正式的神经网络的例子。我们尝试计算函数J
极客Array·2023-08-06 07:54

机器学习基础之《特征工程（2）—特征工程介绍、特征抽取》

一、什么是特征工程机器学习领域的大神AndrewNg(吴恩达)老师说“Comingupwithfeaturesisdifficult,time-consuming,requiresexpertknowledge
csj50·2023-08-05 11:50

神经网络概述（四）

b站学习链接：传送门学习视频第8章学习目录索引：吴恩达2014课程简介知识补充神经网络算是传统的机器学习还是深度学习神经网络既可以被视为传统的机器学习方法，也可以归类为深度学习方法，具体取决于网络的结构和使用的算法
水枂·2023-08-05 11:47

机器学习入门之 matplotlib(一)

importmatplotlib.pyplotaspltimportrandomx=range(60)y_shanghai=[random.uniform(15,18)foriinx]plt.figure(figsize=(20,8),dpi=250)plt.plot(x,y_shanghai)plt.show()importmatplotlib.pyplotaspltimportrandomim
我叫小邋遢·2023-08-05 04:33

机器学习入门之 pandas

pandas有三种数据结构一种是Series一种是Dataframeimportpandasaspdimportnumpyasnpscore=np.random.randint(0,100,[10,5])score[0,0]=100Datascore=pd.DataFrame(score)subject=["语文","数学","英语","物理","化学"]Datascore.columns=sub
我叫小邋遢·2023-08-05 04:32

第4周编程作业-Programming Exercise 3: Multi-class Classifification and Neural Networks多元分类和神经网络-机器学习-吴恩达

ex3-Multi-classClassifificationandNeuralNetworks结果Exercise3|Part1:One-vs-all多元分类Part1:LoadingandVisualizingDataex3.m中Part1%%===========Part1:LoadingandVisualizingData=============%Westarttheexerciseby
烟若清尘·2023-08-04 22:32

零基础强化学习入门分享

内容：卷积概念，实现原理，激活函数，全连接；bp,cnn，bnn稍微了解一下（2）深度学习途径：某站的吴恩达深度学习全
YWXonline·2023-08-04 14:22

大规模机器学习（十）

b站学习链接：传送门学习视频第171819章学习目录索引：吴恩达2014课程简介知识补充课堂笔记十七、大规模机器学习(LargeScaleMachineLearning)17.1大型数据集的学习参考视频
水枂·2023-08-04 04:39

python h5py库安装（记录使用wheel安装的方法）

pythonh5py安装前言1.安装wheel库二、下载对应的h5py的版本，网址如下官方库各种python的wheel文件查看自己的python适合什么版本下载好后用命令行来安装这个库了总结前言在学习吴恩达网课时
beixidong·2023-08-03 22:19

吴恩达深度学习-3.3目标检测

目标检测本章讲的是，关于滑动窗口法的目标检测实现。我们以之前的车辆检测举例，比如说我们想要检测左边这种图当中检测到是否有车辆存在的情况，那么我们需要建立一个数据集，这个数据集是那种车辆占满了图片的情况（为了检测效果好），通过训练之后，我们可以得到一个能分辨车辆是否存在的分类器。这样的话，我们就可以输入一张图片，询问其中是否有满屏的车辆。那么由于，我们只能检测是否有满屏的车辆，因此我们需要使用一个小
prophet__·2023-08-03 10:41

吴恩达机器学习课程笔记-(1)监督学习、无监督学习(Supervised Learning and Unsupervised Learning)

1、监督学习、无监督学习(SupervisedLearningandUnsupervisedLearning)1.1机器学习是什么？一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有了经验E后，经过P评判，程序在处理T时的性能有所提升。—TomMitchallAcomputerprogramissaidtolearnfromexperienceEwithrespecttos
Jorunk·2023-08-02 15:35

逻辑回归和正则化（三）

b站学习链接：传送门学习前视频第67章学习目录索引：吴恩达2014课程简介知识补充为什么逻辑回归的输出值在0和1之间?逻辑回归的输出值范围是介于0和1之间。
水枂·2023-08-02 11:11

机器学习概述（一）

b站学习链接：传送门学习前视频三章学习目录索引：吴恩达2014课程简介机器学习概述知识补充传统的机器学习如何对一个函数求偏导.py和.ipynb的区别环境安装安装包下载开始安装在开始菜单中查看Anaconda
水枂·2023-08-02 11:10

多变量线性回归（二）

b站学习链接：传送门，学习视频第4、5章学习目录索引：吴恩达2014课程简介知识补充思考一个问题：什么时候适合用线性回归？什么时候适合用多项式回归？
水枂·2023-08-02 09:12

支持向量机（七）

b站学习链接：传送门学习视频第12章学习目录索引：吴恩达2014课程简介知识补充支持向量机支持向量机（SupportVectorMachine，SVM）是一种常用的监督学习算法，用于进行分类和回归分析。
水枂·2023-08-02 06:57

聚类和降维（八）

b站学习链接：传送门学习视频第1314章学习目录索引：吴恩达2014课程简介知识补充闵可夫斯基距离闵可夫斯基距离（Minkowskidistance）是一种用于衡量两个点之间的距离的度量方式，它是欧几里德距离和曼哈顿距离的一般化形式
水枂·2023-08-02 06:27

异常检测和推荐系统（九）

b站学习链接：传送门学习视频第1516章学习目录索引：吴恩达2014课程简介知识补充独立假设独立假设是概率论和统计学中的一个重要概念，用于描述两个或多个随机事件或随机变量之间是否相互独立。
水枂·2023-08-02 06:27

应用机器学习的建议（六）

b站学习链接：传送门学习视频第1011章学习目录索引：吴恩达2014课程简介知识补充线性和非线性线性和非线性是描述数学函数、模型或关系的两个基本概念。线性：线性是指一个函数、模型或关系满足线性性质。
水枂·2023-08-02 06:26

吴恩达2014课程简介

吴恩达的机器学习课程有两个版本，本课程学习的是《斯坦福大学2014机器教程》文章目录索引作业参考路径https://gitee.com/angerial/ai-samples相关文章吴恩达今年的机器学习课程与老版的有什么区别
水枂·2023-08-02 06:26

Pytorch入门学习——快速搭建神经网络、优化器、梯度计算

Pytorch_Study因为最近有同学问我如何Nerf入门，这里就简单给出一些我的建议：（1）基本的pytorch，机器学习，深度学习知识，本文介绍的pytorch知识掌握也差不多.机器学习、深度学习零基础的话B站吴恩达
出门吃三碗饭·2023-08-01 23:03

吴恩达学习笔记（四）

神经网络参数的反向传播算法第七十二课：代价函数神经网络是当下最强大的学习算法之一，那么在给定训练集时，如何为神经网络拟合参数？神经网络在分类问题中的应用：两种分类问题：第一种是二元分类；这里的y只能是0或1，在这种情况下，我们会有且仅有一个输出单元。K：输出层的单元数目。第二种是多类别分类问题：即会有K个不同的类，有K个输出单元，假设输出K维向量。接下来为神经网络单元定义代价函数：这时我们有K个输
带刺的小花_ea97·2023-07-31 19:28

1x1卷积核详解及分析

盗用吴恩达老师的一张图片来说明1*1卷积是怎样计算的：从上图中可以看出当通道数目为1的卷积核相当于直接在原图像的像素上进行加权求求和。
梦在黎明破晓时啊·2023-07-30 11:35

机器学习入门之 特征工程

数据集数据集划分,训练集与测试集合fromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitfromsklearn.feature_extractionimportDictVectorizerfromsklearn.feature_extraction.textimportCountVec
aaaak_·2023-07-30 05:59

吴恩达机器学习笔记（3）

多变量线性回归：问题：根据多个属性，如房子面积，房子楼层，房子年龄等估计房子的价格多变量线性回归中的变量多变量线性回归的假设此时有多个特征,i对应不同的特征值，如房子面积，楼层，年龄等，参数为一个n+1维向量多变量线性回归中的梯度下降，对每一个参数求偏导数从而得到不同参数的梯度参数特征缩放——加速梯度下降过程收敛到最优值多变量梯度下降时，参数的取值要尽量小在多多变量梯度下降中，要让不同参数的取值范
魏清宇·2023-07-30 01:52

异常检测算法

anomaly-detection-resources7.吴恩达机器学习中文版笔记：异常检测（AnomalyDetection）
夕宝爸爸·2023-07-30 00:55

【深度学习笔记】Softmax 回归

本专栏是网易云课堂人工智能课程《神经网络与深度学习》的学习笔记，视频由网易云课堂与deeplearning.ai联合出品，主讲人是吴恩达AndrewNg教授。
洋洋Young·2023-07-29 10:15

【深度学习笔记】动量梯度下降法

本专栏是网易云课堂人工智能课程《神经网络与深度学习》的学习笔记，视频由网易云课堂与deeplearning.ai联合出品，主讲人是吴恩达AndrewNg教授。
洋洋Young·2023-07-29 10:15

【机器学习】分类算法 - 模型选择与调优GridSearchCV（网格搜索）

「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》模型选择与调优1、交叉验证2
士别三日wyx·2023-07-28 10:18

梯度下降学习

吴恩达老师讲的视频（果然b站是个学习的网站）https://www.bilibili.com/video/av15346993?
qwrdxer·2023-07-27 03:56

吴恩达深度学习L1W2——实现简单逻辑回归

文章目录一些笔记写作业导入数据取出训练集、测试集处理数据的维度标准化数据sigmoid函数初始化参数w、b前向传播、代价函数、梯度下降优化预测函数模型整合使用模型绘制代价曲线单个样本测试不同alpha的比较预测新图根据笔记中的公式进行构造函数，之后使用模型进行预测一些笔记写作业导入数据importh5pyimportnumpyasnp#训练集、测试集train_data=h5py.File('./
每个人都是孙笑川·2023-07-27 03:25

零基础深度学习——学习笔记1 (逻辑回归)

前言因为各种各样的原因要开始学习深度学习了，跟着吴恩达老师的深度学习视频，自己总结一些知识点，以及学习中遇到的一些问题，以便记录学习轨迹以及以后复习使用，为了便于自己理解，我会将一些知识点用以个人的理解用通俗的语言表达出来
黑白程序员·2023-07-27 03:54

吴恩达ChatGPT《LangChain Chat with Your Data》笔记

文章目录1.Introduction2.DocumentLoading2.1RetrievalAugmentedGeneration（RAG）2.2LoadPDFs2.3LoadYouTube2.4LoadURLs2.5LoadNotion3.DocumentSplitting3.1SplitterFlow3.2CharacterSplitter3.3TokenSplitter3.4Markdow
datamonday·2023-07-26 00:45

机器学习入门：第八章 支持向量机

**支持向量机(SVM--SupportVectorMachine)**是一种非常好的分类算法，是公认的在线性和非线性分类中效果较好的一种分类器。现在有非常多的关于SVM的资料，支持向量机的理论较为复杂，并不是非常容易理解，这里主要介绍支持向量机算法的思想，对于太复杂的公式理论，有些现成的结论就直接进行调用而不再这里进行详细的推导。如果需要进一步了解公式理论的话，可以参考相应的资料。从SVM的思想
go2coding·2023-07-25 19:52

拥抱生成式大模型 --- 提示工程篇

感谢吴恩达老师的开源课程。引言随着大型语言模型（LLM）的发展，LLM大致可以分为两种类型，即基础LLM和指令微调LLM。
有莘不殁·2023-07-25 19:50
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他