吴恩达- 第22页

机器学习能干什么？

医疗记录的分析3、生物数据，例如DNA等的分析4、工程领域的大量数据无法具体编程的事务1、直升机自动驾驶2、手写字体识别3、自然语言处理4、图像识别推荐系统1、亚马逊，淘宝等推荐商品2、爱奇艺等推荐视频参考【吴恩达的机器学习课程

曹文杰1519030112·2023-01-04 14:54

Python搭建虚拟环境安装tensorflow 吴恩达深度学习 jupyternotebook关联

文章目录前言一、anaconda是什么？二、安装tensorflow1.condainstall相关包的安装2.（可选）若需要安装tensorflow-gpu3.关联jupyternotebook前言通过构建python虚拟环境，可以使我们高效地管理我们的packages，在不同的开发环境中使用不同的虚拟环境。一、anaconda是什么？anaconda是一款科学软件包管理器，所以在关于pytho

认真学习的鸭子·2023-01-03 14:20

matlab用relu函数优化逻辑回归_吴恩达老师课程笔记系列第 29节 -逻辑回归之高级优化 (5)...

第29节-逻辑回归之高级优化(5)参考视频:6-6-AdvancedOptimization(14min).mkv在上一个视频中，我们讨论了用梯度下降的方法最小化逻辑回归中代价函数J(θ)。在本次视频中，我会教你们一些高级优化算法和一些高级的优化概念，利用这些方法，我们就能够使通过梯度下降，进行逻辑回归的速度大大提高，而这也将使算法更加适合解决大型的机器学习问题，比如，我们有数目庞大的特征量。现在

weixin_39607474·2023-01-03 12:44

吴恩达机器学习笔记（8）——模型评估与机器学习诊断法

一、如何改进一个机器学习算法假设你已经训练出一个机器学习算法，但是效果不太好，那么有以下几种改进方法：1、获得更多的训练数据2、选用更少的特征3、增加特征量4、增加高次项5、增大或减小正则化参数lambda的值很多人只是随机选择上述方法的一种，即浪费时间又没有效果。所以接下来会介绍模型的评估及机器学习的诊断法。二、模型评估(EvaluatingaHypothesis)1、评估假设：一个训练误差最小

阿尔基亚·2023-01-03 12:04

tensorflow-梯度下降,有这一篇就足够了

前言最近机器学习越来越火了，前段时间斯丹福大学副教授吴恩达都亲自录制了关于DeepLearningSpecialization的教程，在国内掀起了巨大的学习热潮。

weixin_33809981·2023-01-03 11:20

《PyTorch深度学习实践》完结合集 · Hongpu Liu · overview（1）

我是结合着吴恩达深度学习的课程一起来看的！！！刘老师的课讲的很生动！！！里面有代码的详解也有理论推导，适合初学者！！！

手可摘星辰不去高声语·2023-01-03 11:39

吴恩达深度学习第一周编码练习

1，使用numpy构建基本函数importnumpyasnp#构建一个返回实数x的sigmoid的函数。将math.exp（x）用于指数函数。importmathdefbasic_sigmoid(x):#simoids的值s=1/(1+math.exp(-x))returnsm=basic_sigmoid(3)print(m)x=np.array([1,2,3])#np.array吧列表中的数据转

m0_46314815胡说养的猪·2023-01-03 11:01

吴恩达第二周编程题

用神经网络思想实现Logistic回归：学习如何建立逻辑回归分类器用来识别猫1，导入包importnumpyasnpimporth5pyimportmatplotlib.pyplotaspltimportpylabimportscipy.miscfromPIL.ImageimportImagefromcolorcet.plottingimportarrfromskimage.transformim

m0_46314815胡说养的猪·2023-01-03 11:01

吴恩达深度学习：水平边缘计算

此公众号会发表计算机考研（初复试信息）、夏令营等资料，方便考研人对信息的获取，节约自身查找资料的时间，回复408，可获得数据结构、操作系统、计算机网络、计算机组成原理全科资料更多边缘检测内容(MoreEdgeDetectionExample)你已经见识到用卷积运算实现垂直边缘检测，在本视频中，你将学习如何区分正边和负边，这实际就是由亮到暗与由暗到亮的区别，也就是边缘的过渡。你还能了解到其他类型的边

青竹aaa·2023-01-03 10:18

吴恩达Course1《神经网络与深度学习》week2:神经网络基础测验及作业

第二周测验1.神经元节点先计算线性函数（z=Wx+b），再计算激活。注：神经元的输出是a=g（Wx+b），其中g是激活函数（sigmoid，tanh，ReLU，…）2.逻辑回归损失函数：(^(),())=−()log^()−(1−())log(1−^())3.假设img是一个（32,32,3）数组，具有3个颜色通道：红色、绿色和蓝色的32x32像素的图像。如何将其重新转换为列向量？x=img.re

weixin_44748589·2023-01-02 15:59

机器学习笔记（六）-神经网络：概述

本次学习笔记主要记录学习机器学习时的各种记录，包括吴恩达老师视频学习、李宏毅老师视频学习、周志华老师的《机器学习》（西瓜书）以及李航老师的《统计学习方法》。

997and·2023-01-02 11:42

【序列模型】第一课--循环序列模型

课程来源：吴恩达深度学习课程《序列模型》笔记整理：王小草时间：2018年4月28日吴恩达的课程一直是我深爱喜绝的，深入浅出，10分钟可以讲完一个可能要一个小时或者半天理解的知识点，并且讲得老少都懂，男女皆晓

王小小小草·2023-01-02 10:28

吴恩达机器学习[9]-神经网络学习

神经网络学习NeuralNetwork非线性假设Non-linearhypotheses神经元与大脑Neuronsandthebrain模型展示1Modelrepresentation1模型展示2Modelrepresentation2例子与直觉理解1Examplesandintuition1例子与直觉理解2Examplesandintuition2多元分类Multi-classclassific

踏归1234·2023-01-02 07:19

吴恩达机器学习编程作业总结——具有神经网络思维的Logistic回归

目录吴恩达机器学习编程作业总结——具有神经网络思维的Logistic回归1.猫教程1.1训练集和测试集介绍1.2图片数据处理1.2.1对图片降维，转置：1.2.2标准化，图片数据的每一行除以255，使其处于

发光的黑暗·2023-01-02 07:19

吴恩达机器学习正则化Logistic算法与神经网络的MATLAB实现（对应ex3练习）

前言：本次作业主要是一个多分类案例的实现。其主要是利用logistic算法，多分类与二分类问题相似。其主要思想是将N类别的分类转换成N个二分类问题，每次选择其中一个类别作为正类，其余的类别都作为反类，计算出相应的权重。最后通过计算出来的N个权重对输入样本做预测，选取其中最大输出作为最终的输出。lrCostFunction.m该函数是正则化logistic算法的实现，包括计算代价函数和梯度，值得注意

非常满意·2023-01-02 07:15

吴恩达机器学习课程07——神经网络学习

目录神经网络模型前向传播反向传播神经网络模型关于这一块的入门知识，比如什么是神经网络呀，等等抽象的入门概念，我不打算讲太多，准确的说，吴恩达老师的课程里已经陈述了一遍了，比较好理解，没有太多要讲的地方。

CtrlZ1·2023-01-02 07:45

Python吴恩达机器学习作业 4 - 神经网络

编程作业4-神经网络对于这个练习，我们将再次处理手写数字数据集，这次使用反向传播前馈神经网络。我们将通过反向传播算法实现神经网络成本函数和梯度计算的非正则化和正则化版本，我们还将实现随机权重初始化和使用网络进行预测的方法。由于我们在练习3中使用的数据集是相同的，所以我们将重新使用代码来加载数据。importnumpyasnpimportpandasaspdimportmatplotlib.pypl

Puzzle harvester·2023-01-02 07:45

pytorch深度学习：CNN卷积神经网络（一）

这里只简单介绍下卷积神经网络的入门知识，想再深入学习可以看下吴恩达、李宏毅老师的CNN课程。

BUAA小乔·2023-01-02 07:44

吴恩达深度学习与神经网络编程作业——Logistic Regression with a Neural Network

记：开始记录深度学习以及机器学习过程中写过的代码和学到的知识了，吴恩达老师的课真的是入门者的福音了，我这种小白在听完老师的课之后都能动手写课后作业，写完编程作业的感受就是：虽然原版作业是英文，但是静下心来基本都能读懂

.无名之辈·2023-01-02 07:44

吴恩达机器学习——Andrew Ng machine-learning-ex3 python实现

目录Exercise3:Multi-classClassiﬁcationandNeuralNetworks1.Multi-classClassiﬁcation1.1LoadingandVisualizingData1.2VectorizeLogisticRegression1.3One-vs-AllTraining1.4PredictforOne-Vs-All2.NeuralNetworks2.1

令狐傻笑·2023-01-02 07:10

吴恩达机器学习（七）—— 神经网络：Representation

吴恩达机器学习系列内容的学习目录→\rightarrow→吴恩达机器学习系列内容汇总。

大彤小忆·2023-01-02 07:31

吴恩达《机器学习》——Logistic多分类与神经网络

Logistic多分类与神经网络1.MINIST数据集与Logistic多分类MINIST简介数据集可视化Logistic如何实现多分类？One-Hot向量Python实现2.神经网络(NeuralNetwork,NN)神经网络前馈传播Python实现3.基于PyTorch框架的网络搭建数据集、源文件可以在Github项目中获得链接:https://github.com/Raymond-Yang-

Ace2NoU·2023-01-02 07:26

功能极其强大，这8款 Python 机器学习库真香

Python数据挖掘·2023-01-02 07:21

吴恩达机器学习课程笔记(英文授课) Lv.2 新手村（分类）

目录6-1分类6-2假设陈述6-3决策界限decisionboundary6-4代价函数6-5简化代价函数与梯度下降6-6高级优化算法6-7多元分类：一对多7-1过拟合问题7-2代价函数7-3线性回归的正则化7-4logistic回归的正则化温故而知新~~~~6-1分类1.内容：当预测的变量y是一个离散值（012345.。。）情况下的分类问题，逻辑（logistic）回归算法，当今最流行、最广泛使

玉一·2023-01-01 13:20

吴恩达机器学习[8]-正则化在线性回归、logistic回归应用与python实现

正则化-线性回归及logistic回归的应用与python实现过拟合问题overfitting问题识别过拟合问题解决代价函数costfunction线性回归的正则化logistic回归的正则化代码实现+可视化过拟合问题overfitting问题识别欠拟合（underfitting)或高偏差（highbias），拟合效果差恰好拟合（justright）过拟合（overfiiting）或高方差（hig

踏归1234·2023-01-01 13:20

吴恩达机器学习—— 六、逻辑回归（Logistic Regression）

六、逻辑回归（LogisticRegression）6.1分类问题算法的性质是：它的输出值永远在0到1之间。当hθ(x)>=0.5{h_\theta}\left(x\right)>=0.5hθ(x)>=0.5时，预测y=1y=1y=1。当hθ(x)<0.5{h_\theta}\left(x\right)<0.5hθ(x)<0.5时，预测y=0y=0y=0。6.2逻辑函数hθ(x)=g(θTX)h_

天天152·2023-01-01 13:50

吴恩达《机器学习》——第十章《应用机器学习的建议》

10、Adviceforapplyingmachinelearning（应用机器学习的建议）10.1Decidingwhattotrynext（决定下一步做什么）10.2Evaluatingahypothesis（评估假设）10.3Modelselectionandtraining/validation/testsets（模型选择和训练、验证、测试集）10.4Diagnosingbiasvs.va

肥胖边缘疯狂蹦迪·2023-01-01 13:49

机器学习吴恩达——第一周

本篇博客内容均为个人理解，如有错误，敬请指出。1.1WelcometoML列举了一些机器学习常见的应用，如：1.手写识别2.垃圾邮件分类3.图像处理4.搜索引擎......据我看来，模式识别，统计学习，数据挖掘，计算机视觉，语音识别，自然语言处理等领域都与机器学习有很深的关联。1.2机器学习的定义据我到目前个人的理解来看，机器学习就是依靠目前强大的硬件来利用大量的测量数据或者历史数据训练模型，使其

青木长风·2023-01-01 13:19

《吴恩达机器学习》15 异常检测

异常检测前言一、高斯分布1、问题描述2、算法二、异常检测方法应用1、应用方式2、异常检测与监督学习比较3、特征选择三、多变量的高斯分布总结前言异常检测首先不是检测机器学习算法中的异常，也不是一个算法，它指的是一种应用场景（刚开始时我也陷入这两种猜测。。。）比如在工厂内生产一批零件，我们用高斯分布的方法来预测新生产的零件的异常状况。这就是本章学习的内容——异常检测一、高斯分布正态分布（Normald

JockerWong·2023-01-01 13:18

《吴恩达机器学习》18 机器学习总结

前言原机器学习最后一章的内容为图片文字识别，但是笔者在看了这一章的课程之后发现其内容可能实际应用性不大，课程讲的ocr识别的方法已经不适合目前主流的算法（目前主流使用CNN——卷积神经网络），故省略这一章节的笔记，改为对整个机器学习课程的总结。一、监督学习算法1、线性回归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，运用十分广泛。其表达形式为hθ

JockerWong·2023-01-01 13:18

《吴恩达机器学习》6 Logistic 回归

Logistic回归前言一、Logistic回归1、分类算法2、决策边界二、代价函数及梯度下降法1、代价函数2、简化模型3、梯度下降法三、高级优化算法及多分类问题1、几种高级优化算法2、多分类问题总结前言前面的课程我们讨论的都是线性回归方程，比如根据历史数据预测房价等，他们的共同特别就是数据是一种随着变量呈现一种线性关系。那么对于分类问题，如根据邮件的内容标记是否垃圾邮件，机器学习的解法又是怎么样

JockerWong·2023-01-01 13:17

吴恩达机器学习笔记（6）——Logistic回归

1.Classification我们可以尝试使用线性回归来实现分类，所要做的就是在线性回归拟合数据以后给他一个threshold（阈值），例如在下面的例子中，就可以给一个0.5作为阈值（当hθ(x)的值大于等于0.5时，预测y为1；当hθ(x)小于0.5时，预测y为0）来预测肿瘤的性质（良性或恶性）。在这种情况下，我们所看到的使用线性回归来实现分类任务好像没有问题，但是，当我们多了一个训练样本时，

不跑步就等肥·2023-01-01 13:47

吴恩达《机器学习》课程笔记

机器学习机器学习分类：主要分为监督学习和无监督学习两类。1.监督学习：回归（regression）问题：线性回归分类（classfication）问题：logistic回归，神经网络，SVM2.无监督学习：聚类（cluster）问题：k-means降维问题：主成分分析（PCA）异常检测问题———————————————————————————————————————优化算法一般的监督学习步骤：0.

遠坂凜·2023-01-01 13:16

吴恩达机器学习笔记week6——逻辑回归 Logistics Regression）

吴恩达机器学习笔记week6——逻辑回归LogisticsRegression）6-1.分类Classification6-2.假设陈述HypothesisRepresentation6-3.决策界限decisionboundary6

Saulty·2023-01-01 13:44

吴恩达《机器学习》——Logistics回归代码实现

Logisitc回归1.Sigmoid与二分类Sigmoid函数为什么Sigmoid函数可以表示二分类概率？2.Logistics回归交叉熵损失函数梯度过拟合与欠拟合正则化3.Python代码实现4.单维与多维Logistic分类单维数据分类多维数据分类数据集、源文件可以在Github项目中获得链接:https://github.com/Raymond-Yang-2001/AndrewNg-Mac

Ace2NoU·2023-01-01 13:13

吴恩达的2022年终盘点：生成式AI、ViT、大模型

Datawhale干货作者：吴恩达，斯坦福大学，编辑：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。

Datawhale·2023-01-01 07:31

吴恩达机器学习新课程又来了！旁听免费，小白友好

Alex发自凹非寺量子位|公众号QbitAI吴恩达的经典机器学习课程又双叒开新课了！今天，吴老师发推分享了这则好消息。

风度78·2022-12-31 12:11

【机器学习】吴恩达：机器学习的六个核心算法

最近，吴恩达在其创办的人工智能周讯《TheBatch》上更新了一篇博文，总结了机器学习领域多个基础算法的历史溯源。

风度78·2022-12-31 12:11

github标星8331+：吴恩达深度学习课程资源（完整笔记、中英文字幕视频、python作业，提供百度云镜像！）...

吴恩达老师的深度学习课程（deeplearning.ai），可以说是深度学习入门的最热门课程，我和志愿者编写了这门课的笔记，并在github开源，star数达到8331+，曾经有相关报道文章。

机器学习算法那些事·2022-12-31 12:10

斯坦福CS229机器学习笔记-Lecture6-多元伯努利事件模型+SVM支持向量机

作者：teeyohuang邮箱：[email protected]本文系原创，供交流学习使用，转载请注明出处，谢谢声明：此系列博文根据斯坦福CS229课程，吴恩达主讲所写，为本人自学笔记，写成博客分享出来博文中部分图片和公式都来源于

Teeyohuang·2022-12-31 12:40

吴恩达课程笔记-第二课高级学习算法（主讲神经网络）

目录概论神经网络模型基本建立流程神经网络前向传播基于TensorFlow的模型训练过程（基础版-模型，策略，算法）神经元的激活函数选择为什么要使用激活函数？激活函数-softmax回归多类别分类问题-softmax一般神经网络模型-隐藏层用ReLU,输出层用SoftmaxTensorflow中损失函数计算产生的精度误差问题（Tensorflow代码-改进版）多标签分类问题（Multi-labelc

Lofty_goals·2022-12-31 12:05

吴恩达视频－第一门课第2周2.11节－向量化(Vectorization)

2.11向量化(Vectorization)向量化是非常基础的去除代码中for循环的艺术，在深度学习安全领域、深度学习实践中，你会经常发现自己训练大数据集，因为深度学习算法处理大数据集效果很棒，所以你的代码运行速度非常重要，否则如果在大数据集上，你的代码可能花费很长时间去运行，你将要等待非常长的时间去得到结果。所以在深度学习领域，运行向量化是一个关键的技巧，让我们举个栗子说明什么是向量化。在逻辑回

越努力越幸运@·2022-12-31 10:45

吴恩达视频－第一门课第2周2.13节－向量化逻辑回归(Vectorizing Logistic Regression)

向量化逻辑回归(VectorizingLogisticRegression)我们已经讨论过向量化是如何显著加速你的代码，在本次视频中我们将讨论如何实现逻辑回归的向量化计算。这样就能处理整个数据集，甚至不会用一个明确的for循环就能实现对于整个数据集梯度下降算法的优化。我对这项技术感到非常激动，并且当我们后面谈到神经网络时同样也不会用到一个明确的for循环。让我们开始吧，首先我们回顾一下逻辑回归的前

越努力越幸运@·2022-12-31 10:45

TensorFlow 中的自然语言处理（吴恩达视频）

TensorFlow中的自然语言处理（吴恩达视频）TensorFlow中的自然语言处理1简单短例子2tensorflow.keras实现IMDB情感分类实战2.1数据准备2.2数据预处理2.3模型训练2.4

一颗西柚子·2022-12-31 10:34

负采样（Negative Sampling）

来源：Coursera吴恩达深度学习课程在Word2Vec文章中，我们见到了Skip-Gram模型如何构造一个监督学习任务，把上下文映射到了目标词上，它如何学到一个实用的词嵌入（wordembedding

双木的木·2022-12-31 10:32

python实现最小二乘法的线性回归_线性回归最小二乘法与梯度下降法数学推导及 Python 实现...

例如，吴恩达的机器学习课程中，也是以线性回归开始。对于一个线性回归问题，一般来讲有2种解决方法，分别是：最小二乘法和梯度下降法。其中最小二乘法又分为两种求解思路：代数求解和矩阵求解。

weixin_39611043·2022-12-31 08:03

百度研究院院长林元庆离职，细数李彦宏的40位“出走门徒”

刚刚，据澎湃新闻消息：百度深度学习实验室主任林元庆已经离职，这是继三月份吴恩达离职创办Deeplearning.ai、九月份百度硅谷AI实验室主任亚当·科茨离职后，又一位出走的百度“门徒”。

机械鸡_·2022-12-30 23:03

nlp——机器学习（2）

下面是今天学习笔记：吴恩达机器学习笔记：梯度下降算法：应用于线性回归，还有其他机器学习的应用上思路：开始于0，1，不停改变0，1去减少代价函数J，直到我们找到J的最小值或者局部最小值反复做一步直到收敛:

soobinnim·2022-12-30 22:57

tensorflow入门项目（二）：手写数字识别之CNN模型（详解）

个人觉得吴恩达的视频讲解的很好，可以看一下打个基础。内容附上代码以及详细解析，也可跳过讲解，直接复制代码。代码里包含全部讲解！

啊！我的小心脏·2022-12-30 22:19

机器学习算法笔记(1)——逻辑斯蒂回归Logistic处理二分类任务

逻辑斯蒂回归LogisticRegressor处理二分类任务一.逻辑斯蒂回归1.模型2.代价函数（损失函数）3.优化算法二.代码实现1.二维二分类2.多维二分类本系列为观看吴恩达老师的[中英字幕]吴恩达机器学习系列课程做的课堂笔记

念旧NiceJeo·2022-12-30 16:54

推荐频道

吴恩达-