吴恩达机器学习入门

BP神经网络判定笑傲江湖人物门派

沧海一声笑滔滔两岸潮浮沉随浪只记今朝苍天笑纷纷世上潮谁负谁胜出天知晓江山笑烟雨遥涛浪淘尽红尘俗事知多少啦......朋友圈的热点纷纷扰扰，转眼间满屏都是向AndrewNg（吴恩达）同志学习，占领机器学习阵地的帖子
vincentqiao·2023-03-13 00:30

【OpenCV从入门到实践】图像处理技术[像素]（全网最详细）

第一章Python机器学习入门之图像像素值输出教学目录第一章Python机器学习入门之图像像素值输出教学前言
@_猿来如此·2023-03-12 07:39

机器学习入门（二十三）——SVM（4）

1.0SVM解决回归问题SVM思想也可以解决回归问题。回归问题的本质就是找到一根能够很好地拟合数据点的线（直线、曲线）。但不同回归算法对于拟合好坏的定义不同，比如线性回归算法所定义的“好”拟合就是数据点到拟合直线的MSE最小。而对于SVM算法来说，如何定义“拟合”呢：指定一个Margin值，在Margin区域的范围内，包含的数据点越多越好。这就表示这个Margin范围能够比较好地表达样本数据点，在
yyoung0510·2023-03-12 05:33

机器学习入门（二十二）——SVM（3）

SVM的本质上是一个线性分类器，并且引入了Margin区间的概念，保证Margin最大进而提高模型的准确性。SoftMargin对于SVM改善了模型泛化能力不足的问题，允许噪音、异常点的存在，但本质上仍是处理线性分割的问题。1.0使用多项式处理非线性数据处理非线性数据最典型的思路就是使用多项式的方式：扩充原本数据，制造新的多项式特征。使用sklearn.datasets中的make_moon数据集
yyoung0510·2023-03-12 02:19

《AI系统的挑战1——在实际应用中稳定的AI系统有哪些挑战》

吴恩达老师的小短文翻译。
赵玮_4c07·2023-03-12 00:07

吴恩达Convolutional Neural Networks 第三周笔记

学习目标UnderstandthechallengesofObjectLocalization,ObjectDetectionandLandmarkFindingUnderstandandimplementnon-maxsuppressionUnderstandandimplementintersectionoverunionUnderstandhowwelabeladatasetforanobj
涂山容容·2023-03-11 23:07

吴恩达deep_learning_week4.2_Deep_Neural_Network

吴恩达deep_learning_week4.2_Deep_Neural_Network标签：机器学习深度学习1.1首先先导入包，（注意这和上一篇有一点不一样，多了一个包）importtimeimportnumpyasnpimporth5pyimportmatplotlib.pyplotaspltimportscipyimportpylab
PerfectDemoT·2023-03-11 11:03

np.meshgrid & plt.contourf

np.meshgrid&plt.contourf吴恩达机器学习作业np.meshgrid&&plt.contourfplt.contourf吴恩达机器学习作业https://blog.csdn.net/
恒星的恒心丶Z·2023-03-11 07:14

决策边界绘制函数plot_decision_boundary()和plt.contourf函数详解

在做吴恩达老师的深度学习课程作业时，发现决策边界函数不好理解plot_decision_boundary(model,X,y)。
克里斯大炮·2023-03-11 07:11

一、使用vagrant快速创建linux虚拟机

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
gys9895·2023-03-10 20:20

mysql对表的修改

#mysql表的部分修改操作提示：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
㫪..·2023-03-09 22:31

Coursera-吴恩达-机器学习-（第10周笔记）大数据训练

此系列为Coursera网站AndrewNg机器学习课程个人学习笔记（仅供参考）课程网址：https://www.coursera.org/learn/machine-learningWeek10——LargeScaleMachineLearning目录Week10LargeScaleMachineLearning目录一大数据的梯度下降1-1大数据1-2随机梯度下降1-3mini-batch梯度下
九方先生·2023-03-09 21:45

机器学习入门总结（一）：概述

什么是机器学习？第一个机器学习的定义来自于ArthurSamuel，他定义机器学习为：在不直接针对问题进行编程的情况下，赋予计算机学习能力的一个研究领域。我个人来讲更倾向于第二种定义方式，我觉得第二种定义方式更容易去理解，是由CMU的TomMItchell提出：对于某类任务T和性能度量P，如果计算机程序在T上以P衡量的性能随着经验E而自我完善，那么就称这个计算机程序从经验E学习。简单的解释一下任务
孙肖依·2023-03-09 17:26

机器学习入门系列(1) - 快速了解机器学习

机器学习入门系列(1)-快速了解机器学习绪论引言机器学习正是这样一门学科，它致力于研究如何通过计算的手段，利用经验来玫善系统自身的性能。
z3wood_·2023-03-09 07:54

机器学习入门（绪论）

系列文章目录更新中文章目录目录系列文章目录文章目录一、什么是机器学习二、机器学习的一般步骤三、机器学习范围四、机器学习可以解决什么内容五、机器学习的类型一、什么是机器学习生活中我们经常会根据自己的经验对新的事物做出判断，我们希望计算机也能通过“学习”获得“经验”从而对新的数据进行判断。因此机器学习的主要内容便是用某些算法指导计算机利用已知数据得出适当的模型，并利用此模型对新的情境给出判断的过程。它
机器学习入门12344·2023-03-09 07:51

高效阅读营 Day 5/21

而由吴恩达领衔的Drive.AI也即将在德州的Frisco试运行基于自动驾驶的通勤服务。人工智能就在此时此刻不断地改
倪倪_NRY·2023-03-09 00:04

吴恩达Deep Learning学习笔记目录

（1）吴恩达老师DeepLearning学习笔记目录如下： 吴恩达DeepLearning学习笔记——第一课神经网络与深度学习 吴恩达DeepLearning学习笔记——第二课改善深层神经网络 吴恩达DeepLearning
七月七叶·2023-03-08 23:42

深度学习笔记 第四门课 卷积神经网络 第三周 目标检测

本文是吴恩达老师的深度学习课程[1]笔记部分。
湾区人工智能·2023-03-08 21:30

OpenAI CTO、吴恩达夫人……AI 领域值得关注的「她」力量，个个都是女强人

内容一览：「她时代」来临，一些有着强大信念与热情的女性，纷纷投身至AI领域，成为不可或缺的存在与力量。值此国际妇女节到来之际，HyperAI超神经盘点了领域内令人印象深刻的杰出的女性代表。关键词：国际妇女节人工智能杰出女性技术本无关性别，一个不争的事实却是，目前从事科技领域的女性占比仍然明显少于男性。聚焦到AI领域，AINow研究所曾在2019年发布一份报告称大约80%的人工智能研究教授是男性，并
HyperAI超神经·2023-03-08 21:04

多元线性回归boston房价（吴恩达机器学习笔记）

目录1.多元线性回归1.梯度下降法2.正规方程2梯度下降法实践1.特征缩放2.学习率（learningrate）3.Boston房价预测1.多元线性回归对房价模型增加更多的特征，如房间数，楼层数等，构成了一个含有多变量的模型，模型中特征为(x1,x2...xn)(x_{1},x_{2}...x_{n})(x1,x2...xn).其中n代表特征数量，m代表训练集中的实列数量。x(i)x^{(i)}x
是忘生啊·2023-02-27 18:15

机器学习&深度学习实践笔记（一）：pytorch基础与线性回归

与输入之间存在线性关系，也就是可以用y=wTx+by=w^Tx+by=wTx+b来表示，然后我们需要找到一组最合适的的w与bw与bw与b，来使得模型最符合真实情况，在这里我们将我们的模型叫做H模型，因为吴恩达课程中说的就是一个
听风南巷·2023-02-26 07:07

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

文章目录ex3-Multi-classClassifificationandNeuralNetworksExercise3|Part1:One-vs-all多元分类Part1:LoadingandVisualizingDataPart2a:VectorizeLogisticRegression理论基础代码Part2b:One-vs-AllTrainingPart3:PredictforOne-Vs
brayo·2023-02-22 13:56

吴恩达机器学习笔记(一)——线性回归

线性回归学习笔记1.线性回归概述线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。其在金融、医疗等领域有着广泛的应用。y=ax+b一元线性回归可以看作是多元线性回归的一个特例，因此只要分析多元线性回归的特性。2.算法流程（1）选取特征值，设计假设函数。（2）代价函数。（3）进行梯度下降/正规方程。当我们需要用线性回归去解释一个现象或尝试做预测的时候，
tedist·2023-02-21 10:51

Python机器学习入门笔记（3）—— 线性回归

目录线性回归算法简述LinearRegression()APISGDRegressorAPILinearRegression()和SGDRegressor对比过拟合与欠拟合岭回归应用场景线性回归算法简述线性回归是一种基本的机器学习算法，它用于建立自变量和因变量之间的线性关系模型。它假设自变量和因变量之间存在线性关系，通过最小化误差平方和来找到最优的模型参数，包括截距和斜率，以使模型的预测值尽可能地
陈子青 - See·2023-02-21 10:02

吴恩达深度学习课后习题第五课第二周编程作业2:Emojify

TableofContentsPackages1-BaselineModel:Emojifier-V11.1-DatasetEMOJISET1.2-OverviewoftheEmojifier-V11.3-ImplementingEmojifier-V1Exercise1-sentence_to_avg1.4-ImplementtheModelExercise2-model1.5-Examinin
xxX.888·2023-02-20 23:26

吴恩达《深度学习》课程总结

首先，我选择从吴恩达《深度学习》课程重新开始学习。然后，我制定了下面时间计划表。
liuchungui·2023-02-19 02:11

近期计划备忘（2020年2月20日）

吴恩达的深度学习网课争取在4月结束前过完第一遍。有事没事去kaggle上找一些比赛玩玩，多看看别人的kernel，就当给自己练手。
真昼之月·2023-02-18 20:45

吴恩达Deep Learning学习笔记——第四课 卷积神经网络

目录链接：吴恩达DeepLearning学习笔记目录 1.卷积神经网络 2.CNN实例探究 3.目标检测 4.人脸识别和神经风格转换1.卷积神经网络 1.1边缘检测  在计算机视觉中，图片的识别过程是先检测到图片中的边缘
七月七叶·2023-02-18 13:27

学习笔记——吴恩达《神经网络与深度学习》

神经网络与深度学习1.基础知识神经网络用神经网络进行监督学习2.神经网络基础知识二分分类logistic回归logistic回归损失函数梯度下降法导数计算图logistic回归中的梯度下降法m个样本的梯度下降向量化Python中的广播3.浅层神经网络神经网络概述神经网络表示计算神经网络的输出多个样本的向量化激活函数激活函数的倒数神经网络的梯度下降法随机初始化4.深层神经网络深层神经网络概述深层网络
焦妮敲代码·2023-02-17 20:23

机器学习入门知识总结

一，机器学习概述1.1，机器学习分类所谓机器学习，是关于在计算机上从数据中产生“模型”（model）的算法，即“学习算法”（learningalgorithm）。机器学习方法的分类，根据所处理的数据种类的不同，可以分为监督学习、无监督学习和强化学习等几种类型，如下图所示:所谓监督学习，简单理解就是，训练集样本是带标签的。无监督学习，即训练集样本是不带标签的，即没有老师自导，学生（模型）自学的过程。
嵌入式视觉·2023-02-17 19:19

Spring【文件上传下载，定时器，连接池】

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前言SPRING
Network porter·2023-02-17 17:04

【深度学习】激活函数

上一章——认识神经网络新课P54介绍了强人工智能概念，P55到P58解读了矩阵乘法在代码中的应用，P59，P60介绍了在Tensflow中实现神经网络的代码及细节，详细的内容可以自行观看2022吴恩达机器学习
milu_ELK·2023-02-17 12:09

吴恩达深度学习笔记(15-21)总结-浅层神经网络总结

恩达老师的这一周的浅层神经网络总结，还是简单的架构说明，但是还是要仔细读哦！架构分为四部分：神经网络表示计算神经网络输出激活函数神经网络的梯度下降第一和第二部分：神经网络表示和计算神经网络输出部分，由于本部分讲的是浅层的网络输出，所以就是只有一个隐藏层的神经网络，你也可以理解成一个两层的神经网络，因为输入层并不能算为一层神经网络结构。另外就是神经网络的输出部分了，首先你要理解单个神经元的内部是如何
极客Array·2023-02-17 08:11

planar_utils.py和testCases.py源码

这是吴恩达深度学习课程的第一章的第三周的课后作业所需的线下文件，从github上搬运过来，免得花钱下载。希望对各位有所帮助。
qq_25892947·2023-02-17 05:14

吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记（2-2）-- 优化算法

https://www.zhihu.com/people/dashuxianshengGitHub：https://github.com/KoalaTree2017年10月11日以下为在Coursera上吴恩达老师的
大树先生的博客·2023-02-17 05:42

吴恩达、Bengio等大佬年度展望！懂理性的AI模型要来了？

来源：新智元辞旧迎新之际，吴恩达、Bengio等一众AI大佬们在DeepLearning.ai聚在一起，展望了自己眼中的2023年。
深度学习技术前沿·2023-02-16 22:47

2023将至，吴恩达、Bengio等大佬年度展望！懂理性的AI模型要来了？

新智元报道编辑：编辑部【导读】2022年对AI来说注定是不平凡的一年，这不吴恩达、Bengio等一众圈内大佬在接受DeepLearning.ai的采访中展望了2023年AI的发展趋势，还分享了自己的科研小故事
人工智能与算法学习·2023-02-16 22:16

2023将至，Bengio等大佬年度展望！懂理性的AI模型要来了？

来源：新智元【导读】2022年对AI来说注定是不平凡的一年，这不吴恩达、Bengio等一众圈内大佬在接受DeepLearning.ai的采访中都展望了2023年AI的发展趋势，还分享了自己的科研小故事。
人工智能学家·2023-02-16 22:14

吴恩达 02.改善深层神经网络：超参数调试、正则化以及优化 第三周作业Tensorflow+Tutorial

TensorFlowTutorialWelcometothisweek’sprogrammingassignment.Untilnow,you’vealwaysusednumpytobuildneuralnetworks.Nowwewillstepyouthroughadeeplearningframeworkthatwillallowyoutobuildneuralnetworksmoreeas
wanfuchun·2023-02-07 13:00

Coursera-吴恩达-深度学习-改善深层神经网络：超参数调试、正则化以及优化-week3-编程作业

本文章内容：Coursera吴恩达深度学习课程，第二课，改善深层神经网络：超参数调试、正则化以及优化(ImprovingDeepNeuralNetworks:Hyperparametertuning,RegularizationandOptimization
帅金毛·2023-02-07 13:23

Coursera-吴恩达-深度学习-改善深层神经网络：超参数调试、正则化以及优化-week2-编程作业

本文章内容：Coursera吴恩达深度学习课程，第二课，改善深层神经网络：超参数调试、正则化以及优化(ImprovingDeepNeuralNetworks:Hyperparametertuning,RegularizationandOptimization
帅金毛·2023-02-07 13:53

Coursera-吴恩达-深度学习-改善深层神经网络：超参数调试、正则化以及优化-week1-测验

本文章内容：Coursera吴恩达深度学习课程，第二课改善深层神经网络：超参数调试、正则化以及优化(ImprovingDeepNeuralNetworks:Hyperparametertuning,RegularizationandOptimization
帅金毛·2023-02-07 13:23

Coursera吴恩达课程笔记 2.3《优化深度神经网络》-- 超参数调试、Batch正则化和编程框架

文章目录1.TuningProcess2.Usinganappropriatescaletopickhyperparameters3.Hyperparameterstuninginpractice:Pandasvs.Caviar4.Normalizingactivationsinanetwork5.FittingBatchNormintoaneuralnetwork6.WhydoesBatchNo
jianming21·2023-02-07 13:22

2-3 Coursera吴恩达《改善深度神经网络》第三周课程笔记-超参数调试、Batch正则化和编程框架

上节课2-2Coursera吴恩达《改善深度神经网络》第二周课程笔记-优化算法我们主要介绍了深度神经网络的优化算法。
双木的木·2023-02-07 13:52

机器学习入门~多元梯度下降法②

特征缩放假设你有一个机器学习问题，倘若这个问题有多个参数，且你能保证这些参数的取值都在一个近似的范围内，那么使用梯度下降法时，就能更快地收敛。假设，x1表示房子价格，在0~2000波动，x2表示房间数量，在1~5波动，此时有两个参数，那么代价函数的θ有θ0，θ1，θ2，忽略θ0，只有θ1和θ2时（分别对应x1和x2），由于x1和x2的取值相差很大，画出来的等值线会是数个非常瘦长的椭圆，这对于梯度下
perSistence92·2023-02-07 11:37

机器学习入门~多元梯度下降法①

多功能①假设函数为h(x)=θ0+θ1*x，仅有房子大小这一个参数时：由一个特征变为四个特征②多参数时：③一些符号：1）n表示特征量的个数。2）m表示数据集的容量（训练样本数），即表②表格的行数。3）x(i)来表示第i个训练样本的输入特征值。其中i表示训练集的一个索引，在特征量不唯一时，x(i)可以看作一个向量。（对于本例来说，它是一个四维向量）4）x(i)_j表示第i个训练样本中第j个特征量的值
perSistence92·2023-02-07 11:36

机器学习策略总结

内容是对吴恩达老师深度学习课程的第三课机器学习策略内容的总结。为什么要机器学习策略？
Andy9918·2023-02-07 10:29

《吴恩达深度学习》学习笔记-1 第一章 深度学习概述

文章目录关注我的公众号~一起学习第一章深度学习概述1.什么是神经网络？2.用神经网络进行监督学习结构化数据非结构化数据小结3.深度学习兴起的原因神经网络的优势算法革新帮助研究人员在深度学习的工作中迭代地更快4.此课程学习的内容5.第一章习题练习6.关注我的公众号~一起学习第二章神经网络基础第三章第四章关注我的公众号~一起学习欢迎大家扫码关注我的公众号~获取更多学习资源与内容目前学习内容：前端基础知
敲代码的小提琴手·2023-02-07 09:55

2020上半年收集到的优质AI文章 – 机器学习和深度学习

机器学习入门贴，Facebook员工打造，47k访问量如何提高模型性能？这几个方法值得尝试|CSDN博文精选机器学习模型的超参数优化机器学习的中流砥柱：用于模型构建的基础架构工具有哪些？
喜欢打酱油的老鸟·2023-02-07 09:37

机器学习入门 --- 集成算法

集成算法Bagging此算法是并行训练多个分类器后取平均f(x)=1M∑m=1Mfm(x)f(x)=\frac{1}{M}\sum_{m=1}^{M}f_m(x)f(x)=M1m=1∑Mfm(x)全称：BootstrapAggregation经典代表算法：随机森林随机：数据采样随机，特征选择随机数据采样随机：为了多个决策树模型的训练结果的多样性，要随机抽取一定的百分比的数据传入决策树模型中特征选择
六之·2023-02-06 21:53
上一页 17 18 19 20 21 22 23 24 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他