吴恩达机械学习

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

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

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

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

【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

《AI系统的挑战2——少量数据带来的挑战》

吴恩达老师的小短文翻译。
赵玮_4c07·2023-02-06 10:56

吴恩达机器学习（十五）分类、假设陈述、决策边界

文章目录1.分类2.假设陈述3.决策边界1.分类  我们开始讨论要预测的变量y是一个离散值情况下的分类问题。我们将使用一个逻辑回归算法，先从只包含0和1两类分类问题开始。  这个例子中的训练集是对肿瘤进行恶性或良性分类得到的数据。  我们可以做的是对于这个给定的训练集把我们学过的线性回归算法应用到这个数据集，用直线对数据进行拟合。  尝试改变一下问题，将横轴延长一点，假如有另一个训练样本在最右边。
计算机视觉从零学·2023-02-05 18:02

吴恩达机器学习-SVM-为什么theta与边界boundary垂直

吴恩达教授的机器学习课程，第十三章支持向量机，大间隔分类器的数学原理中，没有解释为什么theta与边界boundary垂直，当时学的时候一头雾水，在查阅一些资料之后终于该清楚了，下面的推导过程。
wangyunjeff2·2023-02-05 18:59

机器学习（6）--支持向量机SVM

吴恩达ML课程课后总结，以供复习、总结、温故知新，也欢迎诸位评论讨论分享，一起探讨一起进步：上一篇:机器学习（5）--算法优化方法(学习曲线，误差分析)及特类分析(偏斜类问题召回率与查准率)https:
执契·2023-02-05 18:28

SVM参数θ和决策边界正交的原因

吴恩达《机器学习》课程，讲到SVM背后数学原理的时候，提到“参数θ和决策边界正交”，但没有给出解释。
Dreamcatcher风·2023-02-05 18:53

关于吴恩达老师机器学习SVM中12-3节的决策边界与参数theta垂直的解释

本文的目的是记录学习吴恩达老师机器学习课程中遇到的决策边界与参数theta相垂直的原因具体原因：1、SVM的假设函数：otherwise2、决策边界为：3、定理：线性空间中，平面方程的系数就是平面的法向量证明过程见
Ansen C·2023-02-05 18:52

一文读完 Machine Learning Yearning

引言断断续续读完了吴恩达老师的炼丹宝典，《MachineLearningYearning》，收获很大，但是，原书有100多页，读起来还是费不少时间的，再加上吴老师讲解细致、举例丰富，花的时间更多了。
闫永飞·2023-02-05 11:42

机器学习（吴恩达）--线性回归算法-代价函数的理解

线性回归算法【中英双语】机器学习（MachineLearning）-吴恩达https://www.bilibili.com/video/av9912938/?
bibibabibobi k·2023-02-05 10:11

【机器学习】监督学习与无监督学习

文章目录什么是机器学习监督学习回归问题分类问题无监督学习总结什么是机器学习机器学习的定义很多，我认为用吴恩达老师视频中的这段话来概括就很合适TomMitchell(1998)Well-posedLearningProblem
milu_ELK·2023-02-05 09:07

机器学习笔记（三） 支持向量机 原型、对偶问题

主要参考资料：斯坦福大学CS229笔记吴恩达《机器学习》周志华《机器学习实战》peterHarrington《高等数学》同济大学《微积分学教程》【俄】菲赫金格尔茨维基百科支持向量机一、原型支持向量机（supportvectormachine
weixin_41405111·2023-02-05 07:38

302页吴恩达Deeplearning.ai课程笔记，详记基础知识与作业代码

302页吴恩达Deeplearning.ai课程笔记，详记基础知识与作业代码吴恩达的DeepLearning.ai已经于1月31日发布了最后一门课程。
小饕·2023-02-04 13:02

【学习笔记】吴恩达老师《深度学习工程师》二

第三课为什么深度学习会崛起老师解释了为什么深度学习这个几十年之前就出现的技术今天又火热起来。原因不外乎三点：1.数据越来越庞大得益于数字化的发展、互联网的扩张以及各种廉价的视觉传感器的出现，如今的数据方便收集同时数量庞大，这为深度学习数据来源打下了扎实的基础。2.计算机硬件的发展计算机硬件飞速发展，计算能力显著提高，使得以前很难进行计算的方法如今可以轻松实现。3.算法的进步算法不断迭代，使得深度学
Masec·2023-02-04 13:02

吴恩达深度学习（笔记+作业）·第一课·第三周 浅层神经网络

目录一、神经网络概览二、多个例子中的向量化三、激活函数四、神经网络的梯度下降法五、直观理解反向传播（+矩阵求导）六、随机初始化作业：一、神经网络概览双层神经网络一般包含输入层、隐藏层、输出层，但是输入层一般用第0层表示二、多个例子中的向量化三、激活函数四、神经网络的梯度下降法这个是我总结的一篇笔记：❤一张图看懂神经网络的符号参数（+向量化的注意事项）五、直观理解反向传播（+矩阵求导）矩阵求导简介为
手可摘星辰不去高声语·2023-02-04 13:01

重磅推荐 | 带学吴恩达《深度学习》作业班+带打Kaggle大赛

吴恩达曾经说过：“人工智能是新电力，他相信人工智能将在未来改变各行各业，而未来全世界需要数百万具备深度学习知识的人。”
PaperWeekly·2023-02-04 13:54

吴恩达《深度学习专项》第三阶段总结与第四阶段预览

第三阶段回顾在过去两周里，我们学习了改进深度学习模型的一些策略。让我们来回顾一下。首先，我们应该设置好任务的目标。选取开发/测试集时，应参考实际应用中使用的数据分布。设置优化指标时，应使用单一目标。可以设置一个最优化目标和多个满足目标。在搭建模型时，我们可以根据现有的数据量、问题的难易度，选择端到端学习或者是多阶段学习。训练模型前，如果有和该任务相似的预训练模型，我们可以采取迁移学习，把其他任务的
大局观选手周弈帆·2023-02-04 13:24

吴恩达《深度学习专项》笔记+代码实战（二）：简单的神经网络——逻辑回归

这堂课要学习的是逻辑回归——一种求解二分类任务的算法。同时，这堂课会补充实现逻辑回归必备的数学知识、编程知识。学完这堂课后，同学们应该能够用Python实现一个简单的小猫辨别器。前排提示：本文篇幅较长。如果想看本文的精简版，欢迎移步我在其他地方发的文章.学习提示如上图所示，深度学习和编程，本来就是相对独立的两块知识。深度学习本身的知识包括数学原理和实验经验这两部分。深度学习最早来自于数学中的优化问
大局观选手周弈帆·2023-02-04 13:54

吴恩达深度学习第一课-第二周笔记及课后编程题

逻辑回归（LogisticRegression）逻辑回归用于二分类（BinaryClassification），输出值为0-1范围内的实数。通常规定：输出值小于0.5分类为"0"，输出值大于0.5分类为"1"逻辑分布（LogisticDistribution）逻辑分布为连续型概率分布。分布函数：密度函数：可见f(x)与正态分布形状相似，不过尾部更长，波峰更高，在数据分布情况如此时，选择逻辑分布建模
Giraffeee_·2023-02-04 13:52

吴恩达机器学习课程笔记-Ⅰ

1.引言（Introduction）1.1Welcome1.2什么是机器学习（WhatisMachineLearning）1.3监督学习（supervisedlearning）1.4无监督学习（unsupervisedlearning）1.1Welcome随着互联网数据不断累积，硬件不断升级迭代，在这个信息爆炸的时代，机器学习已被应用在各行各业中，可谓无处不在。一些常见的机器学习的应用，例如：手写
玄九思·2023-02-04 10:56

吴恩达机器学习笔记（一）

文章目录引言1.1Welcome1.2Whatismachinelearning?1.3Supervisedlearning1.4Unsupervisedlearning引言1.1Welcome参考视频：P1Welcome总结：第一个视频主要讲述了什么是机器学习以及机器学习的一些应用，比如垃圾邮件识别、网页排序、产品推荐等等。1.2Whatismachinelearning?参考视频：P2What
cometsue·2023-02-04 10:22

吴恩达机器学习 Logistic Regression with a Neural Network mindset

LogisticRegressionwithaNeuralNetworkmindsetWelcometoyourfirst(required)programmingassignment!Youwillbuildalogisticregressionclassifiertorecognizecats.ThisassignmentwillstepyouthroughhowtodothiswithaNe
ZEVIN LI·2023-02-04 10:18
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他