吴恩达-

零基础"机器学习"自学笔记|Note7:逻辑回归

本系列以吴恩达老师的【“机器学习”课程】为纲，辅以黄海广老师的【斯坦福大学2014机器学习教程个人笔记（V5.51）】，中间会穿插相关数理知识。
木舟笔记·2023-07-23 15:33

吴恩达机器学习-logistic回归

logistic回归—离散变量的分类问题（0,1）分类，通常0表示“没有某样东西”，1表示“有某样东西”如有癌症，是垃圾软件等上图所示是一个（0,1）分类问题，当y的取值为{0,1,2,3}时，就变成一个多分类问题线性回归拟合而分类问题上述问题是一个肿瘤预测问题，根据肿瘤的大小判断肿瘤是良性还是恶性的，当数据显示如图时，使用线性回归似乎是合理的肿瘤大小小于0.5对应的那个值时肿瘤为良性，大于时为恶
魏清宇·2023-07-22 20:28

吴恩达深度学习笔记(21)-神经网络的权重初始化为什么要随机？

随机初始化（Random+Initialization）当你训练神经网络时，权重随机初始化是很重要的。对于逻辑回归，把权重初始化为0当然也是可以的。但是对于一个神经网络，如果你把权重或者参数都初始化为0，那么梯度下降将不会起作用。让我们看看这是为什么？有两个输入特征，n^([0])=2，2个隐藏层单元n^([1])就等于2。因此与一个隐藏层相关的矩阵，或者说W^([1])是2*2的矩阵，假设把它初
极客Array·2023-07-22 04:51

【深度学习笔记】梯度消失与梯度爆炸

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·2023-07-19 10:50

深度学习路线

深度学习路线机器学习视频吴恩达http://open.163.com/special/opencourse/machinelearning.html神经网络深度学习在线教程共六章http://neuralnetworksanddeeplearning.com
OliverH-yishuihan·2023-07-19 07:26

学习率的选择

总结通常可以考虑尝试些学习率慢慢进行调试：参考内容：吴恩达机器学
氢气氧气氮气·2023-07-18 18:07

吴恩达的2022年终盘点：视觉Transformer、生成式AI、大模型闪耀全年！

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>CV微信技术交流群转载自：智源社区近日，吴恩达在圣诞节的《TheBatch》特刊上发布了一年一度的年终盘点。
Amusi（CVer）·2023-07-18 17:26

【机器学习】吴恩达课程2-单变量线性回归

一、单变量线性回归1.模型描述监督学习的流程&单变量线性回归函数代价函数：，其中m表示训练样本的数量公式为预测值与实际值的差，平方为最小二乘法和最佳平方/函数逼近。目标：最小化代价函数，即2.只考虑一个参数为方便分析，先取为0并改变的值3.参数都考虑将三维图平面化：等高线的中心对应最小的代价函数二、梯度下降1.算法思路指定和的初始值不断改变和的值，使不断减小得到一个最小值或局部最小值时停止2.梯度
禾风wyh·2023-07-18 10:22

吴恩达机器学习2022-Jupyter

1可选实验室:多变量线性回归在这个实验室中，您将扩展数据结构和以前开发的例程，以支持多个特性。一些程序被更新使得实验室看起来很长，但是它对以前的程序做了一些小的调整使得它可以很快的回顾。2目标扩展我们的回归模型例程以支持多个特性扩展数据结构以支持多个特性重写预测，成本和梯度例程，以支持多个功能利用NumPynp.dot向量化它们的实现，以提高速度和简单性在这个实验室里，我们将利用:NumPy，一个
KAY金·2023-07-18 06:40

吴恩达-面向开发人员的 ChatGPT 提示工程

探索ChatGPT，协助工作学习创作。公众号「阿杰与AI」回复AI，加入社群，一同探讨，一同成长，比他人更进一步。我们一起维护一个完全免费开源知识库。1.AI、OpenAI、MidJourney发展史2.ChatGPT们对今后社会生活的影响3.目前市面比较好的AI产品介绍4.注册方式汇总5.针对初学者的ChatGPT速成课程6.ChatGPT如何辅助工作6.1ChatGPT处理ExcelWordP
阿杰的人生路·2023-07-17 15:40

吴恩达ChatGPT网课笔记Prompt Engineering——训练ChatGPT前请先训练自己

吴恩达ChatGPT网课笔记PromptEngineering——训练ChatGPT前请先训练自己主要是吴恩达的网课，还有部分github的prompt-engineering-for-developers
瞲_大河弯弯·2023-07-17 15:39

【吴恩达-AIGC/ChatGPT提示工程课程】第八章 - **聊天机器人 Chatbot.**

【吴恩达-AIGC/ChatGPT提示工程课程】第八章-聊天机器人Chatbot.使用一个大型语言模型的一个令人兴奋的事情是，我们可以用它来构建一个定制的聊天机器人，只需要很少的工作量。
黎跃春·2023-07-17 15:09

【吴恩达】prompt engineering（原则 迭代 文本概括 推断、订餐机器人）

简介Introduction基础的LLM训练的模型，问法国的首都什么，可能会将答案预测为“法国最大的城市是什么，法国的人口是多少”许多LLMs的研究和实践的动力正在指令调整的LLMs上。指令调整的LLMs已经被训练来遵循指令。因此，如果你问它，“法国的首都是什么？”，它更有可能输出“法国的首都是巴黎”。指令调整的LLMs的训练通常是从已经训练好的基本LLMs开始，该模型已经在大量文本数据上进行了训
山顶夕景·2023-07-17 15:38

吴恩达深度学习笔记整理（四）—— 超参数调试、正则化以及优化

目录改善深层神经网络：超参数调试、正则化以及优化训练，验证，测试集（Train/Dev/Testsets）偏差和方差权衡方差和偏差的问题正则化为什么只正则化参数？为什么不再加上参数呢？为什么正则化有利于预防过拟合呢？为什么压缩2范数，或者弗罗贝尼乌斯范数或者参数可以减少过拟合？dropout正则化。其他正则化方法归一化输入1.零均值2.归一化方差。为什么使用归一化处理输入？梯度消失/梯度爆炸神经网
梦想的小鱼·2023-07-17 08:27

【深度学习笔记】偏差与方差

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·2023-07-17 08:27

【深度学习笔记】正则化与 Dropout

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·2023-07-17 08:26

吴恩达机器学习笔记（5）—— 神经网络

又摸鱼摸了好久，终于开学了，不能再摸鱼了，这学期课都是嵌入式开发方面的，我给自己的电脑买了个新硬盘装了Linux，不再像以前在虚拟机里小打小闹了，折腾了好几天的新系统，现在有时间写新的笔记了。这次给大家带来的是神经网络，比较难，我可能写的也不是太明白，就看看吧。非线性假设其实神经网络是一个很古老的算法，不过在很长的一段时间内受计算机的机能所限，这个算法没有太大的进展。直到了现在，计算机的飞速发展，
机智的神棍酱·2023-07-17 06:15

【机器学习】吴恩达课程1-Introduction

一、机器学习1.定义计算机程序从经验E中学习，解决某一任务T，进行某一性能P，通过P测定在T上的表现因经验E而提高。2.例子跳棋程序E：程序自身下的上万盘棋局T：下跳棋P：与新对手下跳棋时赢的概率二、监督学习SupervisedLearning1.定义给算法一个数据集，其中包含了正确答案，算法的目的是给出更多的正确答案。2.例子（1）预测房价（回归问题）Regressionproblem回归：Pr
禾风wyh·2023-07-16 18:32

【吴恩达机器学习】第七周—SVM支持向量机与核函数

31.jpg1.支持向量机SupportVectorMachines1.1介绍在分类问题中，除了线性的逻辑回归模型和非线性的深度神经网络外，我们还可以应用一种被广泛应用于工业界和学术界的模型—支持向量机，简称SVM，与逻辑回归和神经网络相比，支持向量机在学习复杂的非线性方程时提供了一种更为清晰，更加强大的方式。尽管现在深度学习十分流行，了解支持向量机的原理，对想法的形式化、简化、及一步步使模型更一
Sunflow007·2023-07-16 16:08

吴恩达ML2022-用于手写数字识别的神经网络

1用到的包导入在这个分配过程中需要的所有包。Numpy是使用Python进行科学计算的基本软件包。Matplotlib是在Python中绘制图形的流行库。tensorflow是一种流行的机器学习平台。importnumpyasnpimporttensorflowastffromtensorflow.keras.modelsimportSequentialfromtensorflow.keras.l
KAY金·2023-07-16 09:51

关于吴恩达深度学习总结(一)

关于吴恩达深度学习总结(一)相关函数文章目录关于吴恩达深度学习总结(一)相关函数一、costfunction(成本函数)二、lossfunction(损失函数)三、sigmoidfunction（sigmoid
南阳北海·2023-07-16 03:16

吴恩达机器学习2022-Jupyter-用scikitlearn实现线性回归

1可选实验:使用Scikit-Learn进行线性回归有一个开源的、商业上可用的机器学习工具包，叫做scikit-learn。本工具包包含您将在本课程中使用的许多算法的实现。1.1工具您将利用scikit-learn以及matplotlib和NumPy中的函数。2线性回归封闭式解决方案Scikit-learn的线性回归模型实现了一种封闭式的线性回归。让我们使用早期实验室的数据——一栋1000平方英尺
KAY金·2023-07-15 16:41

吴恩达机器学习2022-Jupyter-Scikit-Learn教学

1可选实验室:线性回归使用Scikit-Learn有一个开源的、商业上可用的机器学习工具包，叫做scikit-learn。本工具包包含您将在本课程中使用的许多算法的实现。1.1目标在这个实验室里:利用scikit-学习使用线性回归梯度下降法来实现1.2工具您将利用scikit-learn以及matplotlib和NumPy中的函数。2梯度下降Scikit-learn有一个梯度下降法回归模型skea
KAY金·2023-07-15 16:41

吴恩达机器学习2022-Jupyter-用scikitlearn实现逻辑回归

1.1目标使用scikit-learn培训Logit模型模型。1.2数据集importnumpyasnpX=np.array([[0.5,1.5],[1,1],[1.5,0.5],[3,0.5],[2,2],[1,2.5]])y=np.array([0,0,0,1,1,1])1.3Fit模型下面的代码导入了scikit-learn的Logit模型模型。您可以通过调用fit函数将此模型适合于训练数据
KAY金·2023-07-15 16:39

使用 ChatGPT 的 7 个技巧 | Prompt Engineering 学习笔记

概述前段时间在DeepLearning学了一门大火的Prompt的课程，吴恩达本人授课，讲的通俗易懂，感觉受益匪浅，因此在这里总结分享一下我的学习笔记。为什么要学习Prompt？
快乐无限出发·2023-07-15 16:49

吴恩达机器学习2022-Jupyter1可选实验室: Python 和 Jupyter 笔记本简介

欢迎来到第一个可选实验室！可供选择的实验室包括:提供信息-比如这个笔记本以实际例子加强课堂教材提供分级实验室常规的工作实例1.1目标在本实验中，您将:对Jupyter笔记本进行简要介绍，参观Jupyter笔记本，了解标记单元格和代码单元格之间的区别，练习一些基本的python熟悉Jupyter笔记本最简单的方法就是参观上面的帮助菜单帮助菜单本课程中使用的Jupyter笔记本有两种类型的单元格。诸如
KAY金·2023-07-15 09:37

吴恩达机器学习2022-Jupyter-机器学习实例

1可选实验:特征工程和多项式回归1.1目标在这个实验室里:探索特征工程和多项式回归，它可以让你使用线性回归机制来适应非常复杂，甚至非常非线性的函数。1.2工具您将利用在以前的实验中开发的函数以及matplotlib和NumPy。2特征工程与多项式回归综述线性回归提供了一种模型方法，公式形式为:如果您的特性/数据是非线性的或者是特性的组合，该怎么办？例如，住房价格往往不与居住面积成线性关系，而是对小
KAY金·2023-07-15 08:00

吴恩达机器学习2022-Jupyter

1可选实验室:Python、NumPy和矢量化简要介绍本课程中使用的一些科学计算。特别是NumPy科学计算包及其与python的使用。2目标在这个实验室里将回顾课程中使用的NumPy和Python的特性。Python是本课程中使用的编程语言。NumPy库扩展了python的基本功能，添加了更丰富的数据集，包括更多的数值类型、向量、矩阵和许多矩阵函数。NumPy和python相当无缝地协同工作。Py
KAY金·2023-07-15 08:15

吴恩达机器学习2022-Jupyter特征缩放

1可选实验室:特征缩放和学习率(多变量)1.1目标在这个实验室里:利用前一实验室开发的多变量线性回归模型程序在具有多种功能的数据集上运行梯度下降法探讨学习速度alpha对梯度下降法的影响通过使用z分数标准化的特征缩放来提高梯度下降法的性能1.2工具您将使用在上一个实验中开发的函数以及matplotlib和NumPy。importnumpyasnpnp.set_printoptions(precis
KAY金·2023-07-15 08:15

如何使用ChatGPT得到更满意的结果：Prompt Engineering （2）

几个月之前，DeepLearning.ai创始人吴恩达与OpenAI开发者IzaFulford联手推出了一门面向开发者的PromptEngineering教程，不知道大家有没有看…我当时火速看了，但是一直没有来得及整理中文版
Dorothy30·2023-07-15 05:06

【深度学习笔记】浅层神经网络

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·2023-07-15 02:27

【深度学习笔记】深层神经网络

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·2023-07-15 02:27

【深度学习笔记】训练 / 验证 / 测试集

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·2023-07-15 02:17

yolo.h5文件问题的解决 - 吴恩达深度学习：目标检测之YOLO算法

1.下载下载yad2k:gitclonehttps://github.com/allanzelener/yad2k.git这里面顺便有yad2k.py文件2.下载yolov2.cfghttps://github.com/pjreddie/darknet/tree/master/cfg3.下载yolov2.weightshttp://pjreddie.com/media/files/yolo.wei
热爱技术的小曹·2023-07-14 22:08

吴恩达的人脸检测

1.将人脸图像编码为128位的向量1.1-使用卷积网络来进行编码系统构建一个编码，对该编码的元素进行比较，FaceNet模型需要大量的数据和长时间的训练#获取模型FRmodel=faceRecoModel(input_shape=(3,96,96))#打印模型的总参数数量print(“参数数量：”+str(FRmodel.count_params()))1.2.计算两个编码以及阈值之间的误差13.
热爱技术的小曹·2023-07-14 21:26

吴恩达 ChatGPT Prompt Engineering for Developers 系列课程笔记--01 Introduction

01课程介绍Introduction1)两种LLM(LargeLanguageModels)BaseLLM：根据训练数据自动预测下一个单词。例如：给定"Onceuponatime,therewasaunicorn"，LLM会自动生成下面的文章"thatlivedinamagicalforrestwith…“。但当给定一个问题"WhatisthecapitalofFrance"时，LLM预测的内容很
Isawany·2023-07-14 19:30

吴恩达ChatGPT《LangChain for LLM Application Development》笔记

基于LangChain的LLM应用开发1.介绍现在，使用Prompt可以快速开发一个应用程序，但是一个应用程序可能需要多次写Prompt，并对LLM的输出结果进行解析。因此，需要编写很多胶水代码。HarrisonChase创建的LangChain框架可以简化开发流程。其包含两个包，Python和JavaScript。LangChain提取了很多公共的抽象，注重组合和模块化，包含了很多可以单独使用或
datamonday·2023-07-14 19:53

AI Is the New Power

这个题目纯粹是为了博眼球，因为吴恩达有个题目是AIIstheNewElectricity。：）但是我想AI确实是为我们这些企业信息化顾问顾问赋予了新的力量，在我们的职业生涯中开辟了新的可能性。
NetSuite知识会·2023-07-14 16:44

利用langchain-ChatGLM、langchain-TigerBot实现基于本地知识库的问答应用

目录1原理2langchain-ChatGLM的开发部署2.1安装环境2.2加载本地模型3langchain-TigerBot的开发部署刷B站的时候，无意中看到吴恩达的一个langchain的教程，然后去
陈 洪 伟·2023-07-14 13:25

人工智能简史笔记2

下图看到了左二辛顿和右一吴恩达。2013年谷歌收购辛顿的DNNRearch公司，有趣的是这家公司没有产品，只有三个深度学习的牛人。同
蛋壳记忆·2023-07-14 04:37

AIGC大记事【2023-0625】【第五期】：《时代》专访ChatGPT之父：人工智能影响经济还需要很多年

刘慈欣谈ChatGPT：人类的无能反而是人类最后的屏障AI时代已来，吴恩达呼吁向每个孩子教授人工智能知识【强烈推荐】OpenAIShyamal分享LLM创业前沿方向，我们所处的历史阶段，AI-IMPACT
linxid【智子纪元】·2023-07-14 01:29

吴恩达ChatGPT《Building Systems with the ChatGPT API》笔记

1.课程介绍使用ChatGPT搭建端到端的LLM系统本课程将演示使用ChatGPTAPI搭建一个端到端的客户服务辅助系统，其将多个调用链接到语言模型，根据前一个调用的输出来决定使用不同的指令，有时也可以从外部来源查找信息。课程链接：https://learn.deeplearning.ai/chatgpt-building-system/lesson/1/introduction2.LLM、Cha
datamonday·2023-06-23 08:21

吴恩达ChatGPT《Prompt Engineering》笔记

ChatGPT提示词工程师教程1.课程介绍1.1ChatGPT相关术语LLM：LargeLanguageModel，大语言模型InstructionTunedLLM：经过指令微调的大语言模型Prompt：提示词RLHF：ReinforcementLearningfromHumanFeedback，人类反馈强化学习ChatCompletion：Temperature：其范围是0到1，它用于控制模型响
datamonday·2023-06-22 16:51

饶了这么一大圈

吴恩达的视频仅能让我快速了解写程序，可能是我的水平不够。老师的PPT也还是算了吧。。网上的PPT也算了吧。。碰到的问题还是查英文论文或者中文论文吧，百度还是算了吧。。最后，我爱读书，读书使我快乐。
小星star·2023-06-22 08:40

机器学习比较好的视频资源

吴恩达，经典入门课程。[中英字幕]吴恩达机器学习系列课程_哔哩哔哩_bilibiliwww.bilibili.com/video/BV164411b7dx?
无敌三角猫·2023-06-20 11:46

【吴恩达老师《机器学习》】课后习题3之【逻辑回归解决多分类】与【神经网络】笔记(代码注释详细)

本次习题所用到的数据，#数据集：ex3data1.mat，参数：ex3weights.mat。在文章开头，下载即可！逻辑回归解决多分类问题二分类VS多分类在机器学习中，分类是一种监督学习任务，其中我们试图预测目标变量的离散值。二分类和多分类是分类问题中两种最常见的形式。二分类问题：二分类问题是指需要从两个互斥的类别中选择一个类别的问题。也就是说最终的数据的标签只有两个分类，非此即彼。例如将电子邮件
cx-young·2023-06-20 07:14

吴恩达机器学习——支持向量机

本章内容简介：·12.1优化目标·12.2大边界的直观理解·12.3大边界分类背后的数学·12.4核函数1·12.5核函数2·12.6使用支持向量机对支持向量机的一些理解：支持向量机解决的是多维的分类问题。当给出一定的数据集时，分类学习的最基本想法就是基于训练集在样本空间中找到一个划分超平面，将不同类别的样本划分，又因为在训练学习中，数据大多是高维度的，并且数据不一定都是线性可分的，那么线性不可分
SCY_e62e·2023-06-20 07:47

吴恩达深度学习（三）

改进深度神经网络：超参数调整，正则化和优化Week1第一课：训练/开发/测试集本周我们将学习如何在实际应用中让你的神经网络高效工作？这些方法包括超参数调整、数据准备，再到如何确保你的优化算法运行的足够快以及使得你的学习算法能在合理的时间内完成学习任务。机器学习问题+正则化确保你能正确实现你的神经网络的小技巧。在你考虑如何设置你的训练集/开发集/测试集时，如何能够做出一个好的选择将会帮助你快速的建立
带刺的小花_ea97·2023-06-19 14:36

吴恩达&OpenAI最新课程：prompt-engineering-for-developers读书笔记

文章目录一、前言二、Prompt编写原则2.1环境配置2.2编写清晰、具体的指令2.2.1使用分隔符2.2.2结构化输出（JSON、HTML等）2.2.3要求模型检查条件是否满足2.2.4提供少量示例（Few-shotPrompting）2.3指导模型思考2.3.1指定任务步骤2.3.2要求模型事先自行计算2.4局限性三、指令迭代3.1环境配置3.2从产品说明书生成一份营销描述3.2.1迭代一：限
神洛华·2023-06-19 04:41

吴恩达471机器学习入门课程3第1周——K-means

K-means聚类1-实现K-means1.1找到最近的质心练习11.2计算质心均值练习22-K-means在样本数据集上的应用3-随机初始化4-K-means图像压缩4.1数据集可视化处理数据4.2图像像素上的K-mean4.3压缩图片实现K-means算法，并将其用于图像压缩。您将从一个样本数据集开始，帮助您获得K-means算法的工作概述然后，您将使用K-means算法进行图像压缩，将出现在
贰拾肆画生·2023-06-18 22:41
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他