E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
吴恩达机器学习入门
SpringMVC之拦截器
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
键盘敲烂~~~
·
2023-12-24 23:37
SpringMVC
java
SpringMVC
spring
拦截器
Interceptor
做完这些_成为机器学习方面的专家
概率论这三大件不多说,基础中的基础.2.对于编程工具,b站上500集的python教程---python面向对象编程五部曲(从零到就业).3.对于机器学习的理论板块,推荐b站up主---啥都会一点的研究生,里面有一个
吴恩达
最新版的教学视频
DARRENANJIAN
·
2023-12-23 19:13
FWI思考与总结
机器学习
人工智能
吴恩达
RLHF课程笔记
1.创建偏好数据集一个prompt输入到LLM后可以有多个回答,对每个回答选择偏好比如{prompt,answer1,answer2,prefer1}2.根据这个数据集(偏好数据集),创建rewardmodel,这个model也是一个LLM,并且它是回归模型,返回的是对每个answer的score,loss是最大化winningcandidate和losingcandidate的score。训练结
鱼鱼9901
·
2023-12-23 14:56
nlp
笔记
python
自然语言处理
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
#
ML吴恩达
机器学习
吴恩达
深度学习笔记(28)-网络训练验证测试数据集的组成介绍
从今天开始我们进入新的一个大方向了,改善深层神经网络:超参数调试、正则化以及优化,首先进入深度学习的一个新层面,先认识下在深度学习中的数据集的分类。之前可能大家已经了解了神经网络的组成的几个部分,那么我们将继续学习如何有效运作神经网络,内容涉及超参数调优,如何构建数据,以及如何确保优化算法快速运行,从而使学习算法在合理时间内完成自我学习。训练,验证,测试集(Train/Dev/Testsets)在
极客Array
·
2023-12-21 06:18
吴恩达
深度学习-序列模型 3.10触发字监测 + 课程总结
今天学习的是触发字检测,这个说起来可能有点学术,但是简单来说就是。hey,siri!然后你的手机就会亮起来,这就是触发字检测。首先,关于触发字检测还处于发展阶段,并没有一个以绝对优势取胜的算法。如果我们想建立一个算法,那么我们首先要知道数据集如何进行标记,如果从简单的结果来想,我们可以在每次完成一次触发字之后的那个时间设置为1,其他时间设置为0。但这样做是有一些问题的,因为大部分时间是不会触发的,
prophet__
·
2023-12-20 12:21
机器学习——数据划分
【说明】文章内容来自《
机器学习入门
——基于sklearn》,用于学习记录。若有争议联系删除。1、数据划分在机器学习中,通常将数据集划分为训练集和测试集。
风月雅颂
·
2023-12-20 00:26
机器学习-基于sklearn
机器学习
人工智能
深度学习
python
WordCloud—— 词云
【说明】文章内容来自《
机器学习入门
——基于sklearn》,用于学习记录。若有争议联系删除。
风月雅颂
·
2023-12-19 13:09
机器学习-基于sklearn
python
开发语言
机器学习资料整理
ML&DLBookThefastaideeplearninglibrary入门导师,带我走进了机器学习的世界Coursera-ML-AndrewNg-Notes
吴恩达
老师的机器学习课程个人笔记,"小时候
FMsunyh
·
2023-12-19 06:52
机器学习
机器学习
人工智能
机器学习入门
二(无监督学习中的聚类算法)
目录1.前言2.聚类算法简介3.K-Means聚类3.1算法实现3.2算法实战4.密度聚类DBSCAN4.1算法介绍4.2DBSCAN实战(还是鸢尾花数据集不过是datasets里的)5.小结1.前言上一篇文章我们已经知道了无监督学习中分为两个大类别,分别是聚类和降维。今天作者要带着大家较为详细的学习无监督学习中的聚类算法。2.聚类算法简介何为聚类呢?“物以类聚,人以群分”,当人们面对很多事物的时
朱笨笨
·
2023-12-19 06:21
机器学习入门
机器学习
算法
学习
机器学习入门
一(适合像我这样的小白)
1.简单介绍机器学习作者还是机器学习方面的萌新,比较擅长的语言为python,只具备一定的pandas、numpy、matplotlib库的知识,从今天起,作者将记录自己在学习机器学习的过程,希望感兴趣的小伙伴可以一起交流促进学习。同时作者也希望自己的博客能像别人的一样帮助一些被bug困扰的学生。那话不多说先简单介绍一下概念吧,其实在我的认知中,无非就是预测,和分类。机器学习可以根据以前的数据去预
朱笨笨
·
2023-12-19 06:51
机器学习入门
机器学习
人工智能
机器学习入门
六(贝叶斯网络数据分类)
老师要求做一个因果分析,没有思路。目前作者了解到了辛普森悖论,所以想找一个比较合适的方法做一下因果分析,于是找到了《Python机器学习算法与实战》这本书看了一眼里面的内容,偷学了一手贝叶斯网络书数据分类方法哈哈哈。文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言贝叶斯网络处理一些分类问题,同时尝试用贝叶斯网络做因果分析。本文采用的数据集仍未泰坦尼克号幸存者数据集。一
朱笨笨
·
2023-12-19 06:18
机器学习入门
机器学习
分类
人工智能
机器学习入门
目标检测之印章检测和分类
识别效果如上图模型下载地址:采用技术架构FlaskPaddlePaddlePaddleX安装框架:Flask,PaddlePaddle,PaddleXpython3.6以上版本使用说明采用300多张印章的A4文件图片进行训练,采用slim工具进行压缩处理,模型大小为47M左右,在多核cpu下计算速度为0.1~0.2s之间,gpu为0.015s左右请再服务器开放5002端口,访问http://loc
zuiyuewentian
·
2023-12-18 17:32
机器学习
机器学习
目标检测
分类
【机器学习】简单认识监督学习
所以我打算从0开始学习机器学习算法,根据
吴恩达
老
釉色清风
·
2023-12-18 10:21
机器学习
机器学习
学习
人工智能
LLM tip
openaiembedding+openai3.5turbo快速搭建一个本地知识问答系统,视频也尝试了本地模型进行embedding,效果比较差视频附上相关的ipynb的代码代码链接微软AutoGen链接
吴恩达
summermoonlight
·
2023-12-18 07:28
自然语言处理
python
人工智能
算法
机器学习入门
-西瓜书总结笔记第十三章
西瓜书第十三章-半监督学习一、未标记样本二、生成式方法三、半监督SVM四、图半监督学习五、基于分歧的方法六、半监督聚类一、未标记样本形式化地看,有训练样本集Dl={(x1,y1),(x2,y2),⋯ ,(xl,yl)}D_l=\{(\pmbx_1,y_1),(\pmbx_2,y_2),\cdots,(\pmbx_l,y_l)\}Dl={(xxx1,y1),(xxx2,y2),⋯,(xxxl,yl)
一入材料深似海
·
2023-12-18 06:14
学习笔记
机器学习
progressive random convolutions for single domain generalization论文阅读过程
采用的是
吴恩达
老师的论文阅读方法。
目标是分享一切
·
2023-12-18 06:59
论文精度
深度学习
计算机视觉
神经网络
如何开发一个prompt?prompt的使用有哪些原则?
提示词迭代开发写提示词时,第一次尝试是值得的,反复完善提示,获得越来越接近你想要的结果原文来源于B站
吴恩达
提示工程教学公开课。
贾欣晓
·
2023-12-18 05:55
AI&Python
AI
【
机器学习入门
】决策树算法(三):C5.0算法
简介:C5.0算法是昆兰在C4.5算法的基础上提出的商用改进版本,目的是对含有大量数据的数据集进行分析。计算过程:C5.0算法的训练过程大致如下。假设训练的样本集S共有n个样本,训练决策树模型的次数为T,用Ct表示t次训练产生的决策树模型,经过T次训练后最终构建的复合决策树模型表示为C*。用表示第i个样本在第t次模型训练中的权重(i=1,2,3,…,n;t=1,2,3,…,T);用表示的归一化因子
学不死的狗
·
2023-12-17 11:59
机器学习入门
机器学习
决策树
算法
深度学习记录--矩阵维数
如何识别矩阵的维数如下图矩阵的行列数容易在前向和后向传播过程中弄错,故写这篇文章来提醒易错点顺便起到日后查表改错的作用本文仅作本人查询参考(摘自
吴恩达
深度学习笔记)
蹲家宅宅
·
2023-12-17 11:02
深度学习记录
深度学习
矩阵
人工智能
吴恩达
《机器学习》11-3-11-5:类偏斜的误差度量、查准率和查全率之间的权衡、机器学习的数据
一、类偏斜的误差度量误差度量的关键性之前的课程中已经提到了误差分析和设定误差度量值的重要性。评估学习算法并衡量其表现需要使用一个实数,这就是误差度量值。然而,在某些情况下,特别是当处理偏斜类时,选择正确的误差度量值可能会对算法的性能产生微妙但重要的影响。偏斜类的问题偏斜类的情况发生在训练集中某一类实例数量非常多,而其他类的实例数量很少或没有的情况下。举例来说,如果希望用算法来预测肿瘤是否是恶性的,
不吃花椒的兔酱
·
2023-12-16 12:01
机器学习
机器学习
学习
笔记
吴恩达
《机器学习》12-2-12-3:大边界的直观理解、大边界分类背后的数学
一、大边界的直观理解1.大间距分类器的背景支持向量机的大间距分类器着眼于构建一个能够在正负样本之间划定最大间距的决策边界。为了理解这一点,首先观察支持向量机的代价函数,其中涉及到正负样本的代价函数cos1()和cos0()。对于正样本(=1),我们希望^的值大于等于1,而对于负样本(=0),希望^的值小于等于-1。这要求决策边界不仅能够正确分离样本,还需要具备足够的“安全间距”。2.支持向量机的大
不吃花椒的兔酱
·
2023-12-16 12:01
机器学习
机器学习
学习
笔记
吴恩达
《机器学习》12-4-12-5:核函数 1、核函数 2
一、核函数11.多项式模型的局限性在之前的学习中,了解到可以使用多项式模型来解决无法用直线进行分隔的分类问题。例如,对于判定边界的建模,可能会使用类似于以下形式的模型:然而,这样的多项式模型在实际应用中可能存在一些问题,特别是对于高维度的数据。因此,需要一种更有效的方法来构造新的特征。2.核函数的引入为了解决上述问题,引入了核函数的概念。核函数允许我们通过将原有特征与预先选定的地标(Landmar
不吃花椒的兔酱
·
2023-12-16 12:55
机器学习
机器学习
学习
笔记
Index对象
【说明】文章内容来自《
机器学习入门
——基于sklearn》,用于学习记录。若有争议联系删除。1、Index简介创建series或DataFrame等对象时,索引都会被装换为Index对象。
风月雅颂
·
2023-12-16 10:18
机器学习-基于sklearn
python
pandas
开发语言
missingno——缺失数据可视化
【说明】文章内容来自《
机器学习入门
——基于sklearn》,用于学习记录。若有争议联系删除。数据处理中,缺失数据可视化。
风月雅颂
·
2023-12-16 09:12
机器学习-基于sklearn
信息可视化
数据分析
数据挖掘
python
机器学习入门
简介https://huggingface.co/是一个AI社区,类似于github的地位。它开源了许多机器学习需要的基础组件如:Transformers,Tokenizers等。许多公司也在不断地往上面提交新的模型和数据集,利用它你可以获取以下内容:Datasets:数据集Models:预训练好的模型Docs:各种文档。名词解释名词解释NLPNaturalLanguageProcessing(自
liuzhenghua66
·
2023-12-15 20:36
#
AI
机器学习
人工智能
机器学习——特征预处理
【说明】文章内容来自《
机器学习入门
——基于sklearn》,用于学习记录。若有争议联系删除。特征预处理就是对数据进行集成、转换、规约等一系列处理,使之适合算法模型的过程。
风月雅颂
·
2023-12-15 13:56
机器学习-基于sklearn
机器学习
人工智能
scikit-learn
python
机器学习——数据清洗
【说明】文章内容来自《
机器学习入门
——基于sklearn》,用于学习记录。若有争议联系删除。1、数据清洗简介在处理数据之前,需要进行数据质量分析,了解数据的功能和作用,检查原始数据中是否存在脏数据。
风月雅颂
·
2023-12-15 13:26
机器学习-基于sklearn
python
开发语言
机器学习
scikit-learn
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
深度学习
深度学习
人工智能
吴恩达
《机器学习》12-1:优化目标
在机器学习的旅程中,我们已经接触了多种学习算法。在监督学习中,选择使用算法A还是算法B的重要性逐渐减弱,而更关键的是如何在应用这些算法时优化目标。这包括设计特征、选择正则化参数等因素,这些在不同水平的实践者之间可能表现出截然不同的效果。在支持向量机(SupportVectorMachine,SVM)这一强大而受欢迎的算法中,我们发现了一种更为清晰且强大的学习方式,尤其在处理复杂非线性方程时。在这篇
不吃花椒的兔酱
·
2023-12-14 22:34
机器学习
机器学习
学习
笔记
单变量线性回归的机器学习代码
本文为学习
吴恩达
版本机器学习教程的代码整理,使用的数据集为https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes/blob/f2757f85b99a2b800f4c2e3e9ea967d9e17dfbd8
ShawnWeasley
·
2023-12-14 22:59
AI
线性回归
机器学习
算法
学习机器学习开始的一些别人的看法
吴恩达
晒妻又晒车,顺便宣布了一个重大消息清华系“AI帮”崛起,要驱动1500亿元产业规模
wang--moumou
·
2023-12-14 19:15
【Java GUI 开发实践】基于ChannelSftp对Linux虚拟机进行远程指令操作
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
Issac-Clarke
·
2023-12-06 09:49
Java窗体开发个人实践
linux
运维
服务器
# 解决Github克隆下载代码慢的问题(超级简单 不用修改Hosts)
最近我在学习
吴恩达
的机器学习课程,我需要将一些资料从Github中下载下来,如下图image但是如果直接在Github上克隆下载代码往往速度特别慢,200M的东西速度却是24kb/s,心态炸了。
Vicent
·
2023-12-05 23:30
吴恩达
深度学习笔记(36)-神经网络的梯度消失/梯度爆炸
梯度消失/梯度爆炸(Vanishing/Explodinggradients)训练神经网络,尤其是深度神经所面临的一个问题就是梯度消失或梯度爆炸,也就是你训练神经网络的时候,导数或坡度有时会变得非常大,或者非常小,甚至于以指数方式变小,这加大了训练的难度。这节课,你将会了解梯度消失或梯度爆炸的真正含义,以及如何更明智地选择随机初始化权重,从而避免这个问题。假设你正在训练这样一个极深的神经网络,为了
极客Array
·
2023-12-05 23:01
吴恩达
《机器学习》10-4-10-5:诊断偏差和方差、正则化和偏差/方差
一、诊断偏差和方差在机器学习中,诊断偏差和方差是改进模型性能的关键步骤。通过了解这两个概念,能够判断算法的问题究竟是欠拟合还是过拟合,从而有针对性地调整模型。1.概念理解偏差(Bias):表示模型对于训练数据的拟合程度。高偏差意味着模型过于简单,无法捕捉数据的复杂性,导致欠拟合。方差(Variance):表示模型对于训练数据的敏感程度。高方差意味着模型过于复杂,几乎完美地适应训练数据,但在未见过的
不吃花椒的兔酱
·
2023-12-03 22:30
机器学习
机器学习
学习
笔记
吴恩达
《机器学习》10-1-10-3:决定下一步做什么、评估一个假设、模型选择和交叉验证集
一、决定下一步做什么在机器学习的学习过程中,我们已经接触了许多不同的学习算法,逐渐深入了解了先进的机器学习技术。然而,即使在了解了这些算法的情况下,仍然存在一些差距,有些人能够高效而有力地运用这些算法,而其他人可能对接下来的步骤感到陌生,不清楚如何正确运用这些知识。在本节课程中,我们将讨论一个关键问题:在机器学习项目中,当我们面临改进算法性能的任务时,我们应该如何决定接下来的工作方向呢?为了解答这
不吃花椒的兔酱
·
2023-12-03 22:00
机器学习
机器学习
学习
笔记
吴恩达
《机器学习》11-1-11-2:首先要做什么、误差分析
一、首先要做什么选择特征向量的关键决策以垃圾邮件分类器算法为例,首先需要决定如何选择和表达特征向量。视频提到的一个示例是构建一个由100个最常出现在垃圾邮件中的词构成的列表,根据这些词是否在邮件中出现来创建特征向量,尺寸为100×1。构建分类器算法的决策对于垃圾邮件分类器,面临多个决策:收集更多数据:获取更多垃圾邮件和非垃圾邮件的样本,以提高算法的性能。基于邮件的路由信息开发特征:利用邮件的路由信
不吃花椒的兔酱
·
2023-12-03 22:29
机器学习
机器学习
学习
笔记
Python
机器学习入门
-- 支持向量机学习笔记
文章目录前言一、支持向量机简介二、支持向量机的数学原理1.距离解算2.目标函数3.约束下的优化求解4.软间隔优化5.核函数变换三、Python实现支持向量机1.惩罚力度对比2.高斯核函数3.非线性SVM总结前言大部分传统的机器学习算法都可以实现分类任务,但这些模型关注的是将不同类别的数据分得开就行,也就是说它们的核心思想是让整个模型分类出错的损失越小越好。刚刚好有一种机器学习模型,它不仅关注分类能
szu_ljm
·
2023-12-03 19:48
机器学习
支持向量机
python
GPT 中文提示词技巧:参照 OpenAI 官方教程
概述-OpenAIAPI部分案例是参考:根据
吴恩达
老师教程总结出中文版prompt教程_哔哩哔哩_bilibiliup主的内容。
灰海宽松
·
2023-12-03 15:34
GPT
gpt
数据库
ApacheCN 数据科学译文集 20210313 更新
新增了五个教程:Python和Jupyter
机器学习入门
零、前言一、Jupyter基础知识二、数据清理和高级机器学习三、Web爬取和交互式可视化Python数据科学和机器学习实践指南零、前言一、入门二、
布客飞龙
·
2023-12-03 14:48
06、基于内容的过滤算法Tensorflow实现
06、基于内容的过滤算法Tensorflow实现开始学习机器学习啦,已经把
吴恩达
的课全部刷完了,现在开始熟悉一下复现代码。对这个手写数字实部比较感兴趣,作为入门的素材非常合适。
怡步晓心l
·
2023-12-03 11:16
人工智能
算法
tensorflow
人工智能
05、基于梯度下降的协同过滤算法
05、基于梯度下降的协同过滤算法理论与实践Python开始学习机器学习啦,已经把
吴恩达
的课全部刷完了,现在开始熟悉一下复现代码。对这个手写数字实部比较感兴趣,作为入门的素材非常合适。
怡步晓心l
·
2023-12-03 11:46
人工智能
算法
03、K-means聚类实现步骤与基于K-means聚类的图像压缩(2)
:03、K-means聚类实现步骤与基于K-means聚类的图像压缩(1)03、K-means聚类实现步骤与基于K-means聚类的图像压缩(2)K-means聚类的图像压缩开始学习机器学习啦,已经把
吴恩达
的课全部刷完了
怡步晓心l
·
2023-12-03 11:45
人工智能
kmeans
聚类
算法
04、基于高斯分布的异常检测算法
04、基于高斯分布的异常检测算法原理与实践开始学习机器学习啦,已经把
吴恩达
的课全部刷完了,现在开始熟悉一下复现代码。对这个手写数字实部比较感兴趣,作为入门的素材非常合适。
怡步晓心l
·
2023-12-03 11:39
人工智能
算法
深度学习
人工智能
【100天精通Python】Day73:python
机器学习入门
算法详解与代码示例
目录1.监督学习算法:1.1线性回归(LinearRegression):1.2逻辑回归(LogisticRegression):1.3决策树(DecisionTree):1.4支持向量机(SupportVectorMachine):1.5随机森林(RandomForest):2.无监督学习算法:2.1聚类算法(Clustering):2.2主成分分析(PCA):2.3K均值聚类(K-meansC
LeapMay
·
2023-12-03 08:19
100天精通Python
机器学习
python
人工智能
2020-12-17
吴恩达
-神经网络与深度学习-第四周编程练习
Github地址:https://github.com/Poissons/wuenda-Deep-Learning-And-Neural-Network-fourth-week-excercise.git
Vivivivi安
·
2023-12-03 02:35
吴恩达
《ChatGPT Prompt Engineering for Developers》学习笔记
来自:口仆本笔记是deeplearning.ai最近推出的短期课程《ChatGPTPromptEngineeringforDevelopers》的学习总结。1引言总的来说,当前有两类大语言模型(LLM):「基础LLM」和「指令微调LLM」。基础LLM基于大量文本数据训练而成,核心思想为预测一句话的下一个单词(即词语接龙)。基于语料的限制,有时会返回不符合预期的结果(如上图所示)。指令微调LLM基于
stay_foolish12
·
2023-12-02 02:50
人工智能
吴恩达
神经网络和深度学习 assignment3 编程作业 构建神经网络模型
1、导入包#Packageimportsimportnumpyasnpimportmatplotlib.pyplotaspltfromtestCasesimport*importsklearnimportsklearn.datasetsimportsklearn.linear_modelfromplanar_utilsimportplot_decision_boundary,sigmoid,loa
sy今天看代码了吗
·
2023-12-01 23:50
机器学习入门
(第六天)——支持向量机(升维打击)
Supportvectormachines知识树Knowledgetree苹果表示重点间隔:使用了几何间隔,保证wb的度量,感知机则是函数间隔间隔最大化思想:则是支持向量机的独有,这使得它找到最优超平面核函数:面试当中可能会问到是否能写出其中的一个核函数红豆绿豆的前世今生前面章节讲到划分超平面,来区分红豆和绿豆从上面可以看到,能找到很多的超平面,黄色的线,那哪条黄色的线才是最好的呢?当然是对角的黄
学术菜鸟小晨
·
2023-12-01 16:07
机器学习入门
支持向量机
机器学习
算法
上一页
1
2
3
4
5
6
7
8
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他