吴恩达课程笔记

|无戒学堂课程笔记

3月的第一天，星期一，新开始。听完无戒学堂的周一大课。趁着余温留存，记录笔记和想法。本次课程主题是：锻炼写作逻辑，提高作品质量。一、什么是文章的逻辑？分两种类型文章简单来讲。1、故事类：前后情节自圆其说，前因后果清晰，合情合理；悬疑、推理类电影最考验编剧的逻辑能力。无戒老师在课上提到《唐人街探案3》，这部电影的败笔在于前期铺垫太少，结局意外，虽然后来有故事交待，但还是出现得莫名其妙，不够说服人。我
发发执笔·2023-11-30 00:33

#成功日记#015

3、整理完毕完分享课程笔记。4、坚持发微博第二天。
贫叨叨·2023-11-30 00:00

LLM大语言模型学习资料整理2308

2333331、吴恩达与OpenAI合作系列课程（中文版）《面向开发者的LLM入门课程》在线阅读地址：https://datawhalechina.github.io/prompt-engineering-for-developers
Mango_Holi·2023-11-29 19:05

宁向东《管理学》课程笔记（十三）

010讲：理性注入---从根本上管理慌张。图片发自App在前面课程里，讲了人的复杂性，因为人际关系之所以重要，就在于人是复杂的。而我们之所以说人是复杂的，就是因为我们现在对人不了解，对自身的认识不足。上节课，我们也从基因层面谈到了基因对于人类行为的影响，坦率地讲，这容易给你造成“宿命论”的误解，让你误认为基因会决定一切。1、理性的力量本节课宁老师要和我们说说，后天的力量和理性的力量是强大的，在人的
於万斯年受天之祜·2023-11-29 18:17

吴恩达《机器学习》10-6-10-7:学习曲线、决定下一步做什么

一、学习曲线1.学习曲线概述学习曲线将训练集误差和交叉验证集误差作为训练集实例数量（m）的函数绘制而成。这意味着从较少的数据开始，逐渐增加训练集的实例数量。该方法的核心思想在于，当训练较少数据时，模型可能会完美地适应这些数据，但这并不代表它能够很好地适应交叉验证集或测试集数据。2.识别高偏差/欠拟合在学习曲线中，对于高偏差或欠拟合的情况，增加训练集数据可能不会显著改善模型效果。具体而言，如果使用一
不吃花椒的兔酱·2023-11-29 12:48

旋转矩阵、欧拉角

旋转矩阵、欧拉角注：下面为学习空间机器人技术系列课程笔记，加上一些自己的整理，方便复习。
默_存·2023-11-29 11:59

公文写作与处理课程笔记03

第三章指挥决策类公文第一节命令第二节指示第三节决定第四节决议第五节批复第六节意见第一节命令一、命令（令）概述（一）命令：简称令，是领导机关颁布的具有强制执行性质的指挥性公文。（二）适用范围：适用于依照有关法律规定发布行政法规和规章；宣布重大强制性行政措施；奖惩有关人员；撤销下级机关不适当的决定。（三）哪些领导机关有权发布命令？中华人民共和国主席、国务院及所属各部、各委员会、县级以上各级人民政府。（
DoneForMe·2023-11-29 11:57

【OS】操作系统课程笔记 第九章 设备管理

I/O管理I/O设备数据传输控制方式【选择题】程序直接控制方式中断控制方式DMA控制方式通道控制方式I/O管理主要功能【选择题】记录设备信息设备分配与再分配实施I/O操作缓冲管理虚拟设备分配技术--假脱机SPOOLING【选择题】假脱机系统请求一次I/O输出过程的描述：SPOOLING系统将输入输出进程分为4个部分：①存输入——完成从输入机到输入井数据传输②取输入——完成从输入井数据传送到内存③存
令夏二十三·2023-11-29 10:49

李宏毅深度学习课程笔记（一）——Self-attention和Transformer

李宏毅深度学习课程笔记（一）——Self-attention和Transformer1.前言2.Self-attention3.Multi-headSelf-attention4.PositionEncoding5
奔跑的chanchanchan·2023-11-29 05:36

吴恩达深度学习（六）

超参数调整第一课：调整过程调整神经网络的过程包含了对许多不同超参数的设置，那么怎么样为这些参数找到比较合适的设定值呢？准则和系统化进行超参数设置的技巧将帮助你更加快速有效的获得合适的超参数。在深度神经网络训练中，面对大量的超参数，包括学习速率α、动量超参数β1、Adam优化算法中的超参数β2和ε、网络层数以及每层网络中隐藏单元的数量、学习率衰减情况下不可能只有单一的学习率、mini-batch的大
带刺的小花_ea97·2023-11-29 02:12

认知方法论读书笔记-知识网络到认知立场

一、课程笔记第一节是知识点，还是知识网？1.
杂草菩提·2023-11-29 00:11

ZKP15.1 Secure ZK Circuits via Formal Methods

ZKP学习笔记ZK-LearningMOOC课程笔记Lecture15:SecureZKCircuitsviaFormalMethods(GuestLecturer:YuFeng(UCSB&Veridise
Simba17·2023-11-28 21:01

ZKP15.2 Formal Methods in ZK (Part I)

ZKP学习笔记ZK-LearningMOOC课程笔记Lecture15:SecureZKCircuitsviaFormalMethods(GuestLecturer:YuFeng(UCSB&Veridise
Simba17·2023-11-28 21:27

前向传播算法

跟着吴恩达老师入门机器学习所谓前向传播就是也就是从左向右的算法首先根据W的列数来判断有多少个神经元，W.shape[1]就是输出W矩阵的列数每个神经元都会输出一个值循环遍历获得这层所有的神经元的输出a_out
passerby58·2023-11-28 17:35

Coursera-吴恩达机器学习课程个人笔记-Week2

Week2线性回归和梯度下降法参数说明1.多特征的线性回归方程2.梯度下降法(GradientDescent)2.1如何选择参数向量θ呢？2.2优化梯度下降法的方法  1).特征缩放(特征标准化)  2).学习率α的选择2.3批量梯度下降算法和随机梯度下降算法3.线性回归的“非线性拟合”4.目标函数J(θ)的最小值的线性代数求法(了解)4.1目标函数J(θ)的最小值求解过程：4.2梯度下降法和线代
lavendelion·2023-11-28 15:22

2.1-python爬虫之XPath语法和lxml模块

、运算符6、总结四、lxml库1、基本使用2、从文件中读取html代码3、在lxml中使用XPath语法五、爬取豆瓣网最新上映电影信息六、使用requests和xpath爬取电影天堂前言摘录自B站对应课程笔记不愧是清华大佬
Nosimper·2023-11-28 06:25

宁向东《管理学》课程笔记（五十二）

042讲：领导权配置--一个人说了算好不好？图片发自App本节课和下节课，讲的内容也许离你的现实工作有点远，但是通过这两节课，希望帮你了解公司的高层是怎样运作的，帮你建立一个关于公司高层的结构概貌。本课，先讲讲领导权的配置问题。领导权的配置问题，是管理学中一个特别经典的问题，本质上就是企业的高层是应该民主决策，还是应该由主要领导一个人说了算。有时，我们也把这个问题称为企业内部决策的民主和集中问题。
於万斯年受天之祜·2023-11-28 05:38

2021-10-2（咨询约练44次，做咨询师16次）焦点解决网络中27坚持原创分享第218天

学习公众号刘老师直播课程笔记：一、改变自己，陪伴加等待，系统扰动，慢就是快。二、焦点解决五聚焦：聚焦正向，聚焦解决，聚焦现在与未来，聚焦成功经验，聚焦一小步行动。
海丽_9961·2023-11-28 05:34

Python项目：学生信息管理系统

Python学习笔记文章目录Python学习笔记第十六站学生信息管理系统1.需求分析2.系统开发必备3.系统设计4.学生信息维护模块设计5.项目打包6.实验感悟课程笔记参考B站视频：Python全栈开发教程
虎慕·2023-11-28 01:18

02、Tensorflow实现手写数字识别（数字0-9）

02、Tensorflow实现手写数字识别（数字0-9）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·2023-11-27 06:50

20220207听书笔记：怎样成为乐观的行动派？

我在文稿区放了几张陈健韵制作的课程笔记图，逻辑简明，重点清晰。感兴趣的同学可以点开看看。你可别小看这几张图，这是陈健韵的绝活，在进
幸运星小燕子·2023-11-27 06:57

UCAS - AI学院 - 自然语言处理专项课 - 第12讲 - 课程笔记

文本分类与聚类文本分类文本——领域信息分类传统机器学习方法文本表示向量空间模型——BoW模型词的权重词频TF布尔变量逆文档频率IDFTF-IDF特征选择文档频率：根据训练语料中的文档频率，对所有特征进行排序词频：根据训练语料中特征的频率，对所有特征进行排序基于无监督思想，特征选择缺乏类别信息的指导相关概率估计（文档数）P(cj)≈(Aij+Cij)/NallP(c_j)\approx(A_{ij}
支锦铭·2023-11-27 00:08

UCAS - AI学院 - 自然语言处理专项课 - 第14讲 - 课程笔记

人机对话概述图灵测试是通过人机对话的形式实现人机对话：让计算机能够理解和运用人类社会的自然语言，实现人机之间的自然语言通信人机对话涉及语音识别、语音合成、自然语言处理、知识工程和情感认知等研究领域，是典型的交叉研究方向任务型对话系统以完成特定任务（TaskCompletion）为主要目的的人机交互系统对话理解根据历史对话记录对用户当前输入的对话内容进行语义分析，识别出对话任务的领域和用户意图，并抽
支锦铭·2023-11-27 00:08

UCAS - AI学院 - 自然语言处理专项课 - 第5讲 - 课程笔记

UCAS-AI学院-自然语言处理专项课-第5讲-课程笔记语言模型传统语言模型n元文法参数估计数据平滑方法语言模型自适应应用神经语言模型背景前馈神经网络语言模型循环神经网络语言模型自我注意力机制语言模型应用文本表示模型背景向量空间模型表示学习模型词语的表示学习短语的表示学习句子的表示学习文档的表示学习动态的表示学习语言模型传统语言模型
支锦铭·2023-11-27 00:38

UCAS - AI学院 - 自然语言处理专项课 - 第8讲 - 课程笔记

UCAS-AI学院-自然语言处理专项课-第8讲-课程笔记句法分析·短语结构分析概述线图分析法CYK分析法基于PCFG的分析法句法分析性能评估局部句法分析句法分析·依存句法分析概述依存关系分析方法依存关系分析性能评估短语结构与依存关系基于深度学习的句法分析英汉句法结构特点对比句法分析
支锦铭·2023-11-27 00:08

UCAS - AI学院 - 自然语言处理专项课 - 第4讲 - 课程笔记

UCAS-AI学院-自然语言处理专项课-第4讲-课程笔记语料库与语言知识库语料库基本概念语料库技术的发展语料库类型典型语料库介绍问题与现状语言知识库WordNet知网HowNet概念层次网络知识图谱语料库与语言知识库语料库基本概念语言数据库
支锦铭·2023-11-27 00:07

【教程学习笔记】《计算机网络教程》课程笔记2：计算机网络的协议和应用

面向专业：智能医学工程本文内容：计算机网络协议的概念、协议的分类、常见的计算机网络协议、计算机网络的应用等相关知识点计算机网络课程笔记第五章5.3传输控制协议TCP5.3.1TCP的主要特点面向字节流5.3.2TCP
miskirito·2023-11-26 14:42

Rust10 Building a Multithreaded Web Server [End]

Rust学习笔记Rust编程语言入门教程课程笔记参考教材:TheRustProgrammingLanguage(bySteveKlabnikandCarolNichols,withcontributionsfromtheRustCommunity
Simba17·2023-11-26 10:16

斯坦福机器学习 Lecture3

卧槽，吴恩达讲得太好了22:20-41:00接下来我们看交叉熵（逻辑回归）推导逻辑回归定义交叉熵推导今天的机器学习就学到这里，先做作业TODO:here
shimly123456·2023-11-26 05:51

适合有编程基础的人看的《韩顺平零基础30天学java》笔记【最后一章：正则表达式】

无意间发现韩顺平老师的课程，细心细致，讲课和吴恩达老师一样，都是保姆式讲解，各种基础知识都会补充，爱了。
努力学习的程序兔一枚·2023-11-25 23:01

ZKP11.2 Fiat-Shamir and SNARGs

ZKP学习笔记ZK-LearningMOOC课程笔记Lecture11:FromPracticetoTheory(GuestLecturer:AlexLombardi)11.2Fiat-ShamirandSNARGsSuccinctNon-InteractiveArguments
Simba17·2023-11-25 19:34

ZKP11.3 Correlation Intractability

ZKP学习笔记ZK-LearningMOOC课程笔记Lecture11:FromPracticetoTheory(GuestLecturer:AlexLombardi)11.3WhatcanwedowithoutrandomoraclemodelFalsifiableAssumptionsProvesecurityassumingthatsomeconcretealgorithmictaskisi
Simba17·2023-11-25 19:03

ZKP11.4 Use CI to instantiate Fiat-Shamir

ZKP学习笔记ZK-LearningMOOC课程笔记Lecture11:FromPracticetoTheory(GuestLecturer:AlexLombardi)11.4UseCItoinstantiateFiat-ShamirAvoidBadChallengesDef
Simba17·2023-11-25 19:52

互联网架构模板：开发层和服务层技术

第88篇极客时间《从0开始学架构》课程笔记。
短暂瞬间·2023-11-25 16:37

吴恩达机器学习作业4（python）

git参考（课程+代码+作业）代码不包括画图部分正向传播importnumpyasnpimportmatplotlib.pylabaspltimportscipy.ioassioimportmathimportscipy.optimizeasop#神经网络#分类（识别）手写数字图片np.set_printoptions(threshold=np.inf)#print()可以显示所有数据data=s
之江小林·2023-11-25 16:27

吴恩达机器学习作业2（python）

git参考（课程+代码+作业）代码不包括画图部分逻辑回归op.minimize高级算法计算代价最小值importnumpyasnpimportscipy.optimizeasop#逻辑回归，分类问题#梯度下降，高级算法求最小代价defsigmoid(z):return1/(1+np.exp(-z))defcostFunction(theta,x,y):m=np.size(y)h=sigmoid(x
之江小林·2023-11-25 16:57

吴恩达机器学习作业3（python）

git参考（课程+代码+作业）代码不包括画图部分逻辑回归importnumpyasnpimportmatplotlib.pylabaspltimportscipy.ioassioimportmathimportscipy.optimizeasop#逻辑回归#分类（识别）手写数字图片defsigmoid(z):return1/(1+np.exp(-z))defcostFunction(theta,x
之江小林·2023-11-25 16:57

2023-11-21时间记录

听英语课程深度学习阅读书籍，也可以练练字今天干了什么2023-11-21时间记录8:30（下床）10:00（开始学习）学习输出8:30（下床）洗漱煮蛋，9:45出门10:00（开始学习）10:00-11:30英语听力吴恩达深度学习
多喝开水少熬夜·2023-11-25 14:37

01、Tensorflow实现二元手写数字识别

01、Tensorflow实现二元手写数字识别（二分类问题）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·2023-11-25 13:14

宁向东《管理学》课程笔记（二）

学习目标：宁教授这门课，希望帮我们搭建对于管理学的全面认识，了解知识重点与边界。图片发自App宁老师的这门课一共有15个模块，第一个模块是导论，后14个模块是管理学所包含的14个知识合集。如果已经学习过这门课程，希望能够再复习一遍所有内容，不妨按照两种特殊的顺序来复习：以“客户”模块为入口，先学习后半段内容，再学习前半段内容。宁向东老师采取了颇具匠心、非常巧妙的章节设置，课程前半段和后半段可以看作
於万斯年受天之祜·2023-11-25 10:39

生信课程笔记12-负二项分布与测序

随机变量随机试验的样本空间为Ω，如果对于每一个样本点ω∈Ω，有一个实数X(ω)与之对应，这样得到一个定义在Ω上的单值函数X=X(ω)，则称X(ω)为随机变量，简记为X。也就是说，随机变量X是一个从Ω到实数域R的函数，它的定义域为Ω，它的值域X(Ω)为R或R的一个子集。通常用X,Y,Z表示随机变量，用x,y,z表示随机变量的取值。引入随机变量是为了将随机试验数量化，便于对其规律性进行研究。例如，随机
果蝇饲养员的生信笔记·2023-11-25 10:06

c++ 课程笔记

105课:cpp文件分为.h.cpp.cpp文件110课:124课深拷贝浅拷贝自建拷贝构造解决浅拷贝释放new后堆区析构函数的问题(浅拷贝拷贝内存地址,释放堆区时导致源数据释放时,该地址无数据?而报错)浅拷贝:拷贝了对方的值和堆区内存地址(删除影响原数据堆区)深拷贝:拷贝值自己新建堆区内存地址113课:访问静态成员变量(这种只有一个地址存值)1Pp1;p1.name(先创建实例化开内存再访问nam
tenc1239·2023-11-25 00:42

用思维导图设计属于你的TED

这次的课程笔记，选择了一个比较简单的中心图，完成的速度上就快了很多。第二第三分支花的时间比较多。第二分支关键词相对于我的关键词笔记，精简了些，但还是觉得有些拥挤了。
三姐_4c39·2023-11-24 23:05

力扣刷题篇之排序算法

刷题顺序按照[力扣刷题攻略]Re：从零开始的力扣刷题生活-力扣（LeetCode）这个之前写的左神的课程笔记里也有：左程云算法与数据结构代码汇总之排序（Java）-CSDN博客本来想看按照这个分类一个个解题的
阿如村保安·2023-11-24 22:50

吴恩达《机器学习》9-7-9-8:综合起来、自主驾驶

在神经网络的使用过程中，需要经历一系列步骤，从网络结构的选择到训练过程的实施。以下是使用神经网络时的主要步骤的小结：一、网络结构的选择输入层：第一步是选择网络结构，即确定神经网络的层数以及每层的单元数。输入层的单元数应该等于训练集的特征数量。输出层：输出层的单元数应该等于训练集中结果的类的数量。隐藏层：如果有隐藏层，确保每个隐藏层的单元数相同。通常情况下，隐藏层单元的数量越多越好。需要决定的是隐藏
不吃花椒的兔酱·2023-11-24 16:05

机器学习（1）监督学习和无监督学习

斯坦福大学吴恩达教授的机器学习课程堪称经典，参考该课程，来和大家一起入门学习机器学习这一领域。机器学习是什么？不存在一个被广泛认可的定义在进行特定编程的情况下，给予计算机学习能力的领域。
天凉玩个锤子·2023-11-24 13:40

20190314

【今日回顾】001搜集结营物料002集中完成了不少课程笔记003玩了群里时不时玩一下【运营经验】001要有幽默感，容易带动气氛，把握度002让学员觉得被关注003老问题，提前了解沟通【见识|感悟】每次看群里连长大大和排排们说起事情
沐沐_2557·2023-11-24 10:20

【Qt提高】Qt+ROS界面软件开发（一）

本博客是博主在学习古月学院的ros＋qt课程中的课程笔记，欢迎共同学习目录１．qt多线程２．在Qｔ中创建publisher和subscriber3.键盘实现控制４．速度仪表盘实现１．qt多线程在ros节点中
Julia_Chu·2023-11-24 10:10

吴恩达Coursera深度学习课程 course2-week1 深度学习的实践层面 总结

P0前言第二门课:ImprovingDeepNeuralNetworks:Hyperparameterturing,RegularizationandOptimization(改善深层神经网络：超参数调试、正则化以及优化)第一周:PracticalaspectsofDeepLearning(深度学习的实践层面)主要知识点:(Train/Dev/Testsets)训练测试集划分、(Bias/Vari
ASR_THU·2023-11-23 19:40

Course1-Week2-多输入变量的回归问题

用于多元线性回归的梯度下降法2.使梯度下降法更快收敛的技巧2.1特征缩放2.2判断梯度下降是否收敛2.3如何设置学习率3.特征工程3.1选择合适的特征3.2多项式回归笔记主要参考B站视频“(强推|双字)2022吴恩达机器学习
虎慕·2023-11-23 19:39
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他