吴恩达-Coursera 第29页

【吴恩达机器学习笔记】001 什么是机器学习（What is Machine Learning）

一、什么是机器学习机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。二、机器学习的定义Arth

水亦心·2022-12-23 23:57

1.1监督学习（机械学习吴恩达笔记）

#监督学习分为回归与分类其中这两个类别都是基于一个相同的目标:通过数据学习如何返回一个正确的答案回归通过无限多的可能输出数据中预测出数字举的例子是利用的是直角坐标系中通过无数的点，来预测出相对应的函数曲线分类通过尽可能多的数据，将数据先进行分类，然后预测出最有可能出现的类别例子：将病情的良性与恶行分类，标注在直角坐标系中，预测出一个曲线函数，将相关因素（大小，年龄）包含进去，然后来实现预测效果。

A百里A·2022-12-23 23:55

吴恩达机器学习（一）定义及算法简单介绍

WhatisMachineLearning?TwodefinitionsofMachineLearningareoffered.ArthurSamueldescribeditas:"thefieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed."Thisisanolder,informaldef

hosheaw·2022-12-23 23:55

机械学习（吴恩达）-6分类问题

我们一般不用线性回归来做分类问题我们接下来学习Logistic回归算法，他是一种分类算法，他的输出值介于0和1之间下面我们来学习决策边界，它可以帮助我们来理解假设函数在干什么？其中g为sigmod函数其中这条线为决策边界。它将平面分成了两个部分，决策边界是假设函数的一个属性。我们要用训练集数据来拟合，主要问题是如何避免代价函数使非凸函数。所谓代价函数，就是用来衡量预测输出和真实值的偏差程度。接下来

Mr529302·2022-12-23 23:51

卷积运算原理

卷积运算内容选自吴恩达老师的深度学习课程当中，在此记录。以边缘检测为例，介绍卷积是如何进行运算的。

科研鬼才·2022-12-23 23:47

机器学习 | 吴恩达机器学习第九周编程作业(Python版）

实验指导书下载密码:bgi7本篇博客主要讲解，吴恩达机器学习第九周的编程作业，主要包含异常检测实验和电影推荐系统实验两部分。原始实验使用Matlab实现，本篇博客提供Python版本。

CoreJT·2022-12-23 22:58

【卷积神经网络】Lesson 2--深层卷积神经网络

课程来源：吴恩达深度学习课程《卷积神经网络》笔记整理：王小草时间：2018年6月6日outline:本文第1节主要会讲解5个经典的神经网络：-LeNet-5(1998年）-AlexNet（2012年ILSVRC

王小小小草·2022-12-23 22:51

吴恩达神经网络和深度学习课程自学笔记（十）之深层卷积神经网络

深层卷积网络一、总述计算机视觉研究中的大量研究集中在如何把这些基本构件组合起来，形成有效的卷积神经网络。而找到感觉的方法之一就是多看一些案列，通过研究别人的来构建自己的。已有的一些例如识别猫、识别人脸等比较好的框架，在我们需要用到其中的某部分时我们可以借鉴来解决自己的问题。下面主要是一些计算机视觉的经典网络，包括：LeNet-5、AlexNet、VGGNet等。然后还有残差网络（ResNet），主

To_1_oT·2022-12-23 22:49

吴恩达机器学习的报错：ModuleNotFoundError: No module named ‘ipympl‘

我的问题是解决方案就是首先在用命令行打开项目所在目录,先在编译器里面openinterminal，然后condaactivate某个环境，如果使用的是base环境就直接condaactivate然后直接pipinstallipympl

阿维的博客日记·2022-12-23 21:50

【学习资源汇总】

学习资源汇总机器学习双目视觉模型部署工具安装和使用MTMCT工作学习感悟篇机器学习吴恩达深度学习笔记最全最详细！这一篇足够了！

XTX_AI·2022-12-23 13:59

2022吴恩达机器学习课程——第三课（非监督学习）

注：参考B站视频教程视频链接：【(强推|双字)2022吴恩达机器学习Deeplearning.ai课程】写在前面：文章只是为了记录学习课程的整个过程，方便以后查漏补缺，方便找到对应章节，希望看到这篇文章的同学能够认真的看一遍视频教程

now_try_·2022-12-23 12:35

Coursera自动驾驶1.5——纵向控制和横向控制

文章目录一、横向控制1.PID控制（1）PID控制介绍（2）例子：二阶弹簧质量阻尼模型2.PID纵向控制3.前馈速度控制（1）介绍（2）汽车纵向速度控制二、横向控制1.介绍2.控制器设计3.类型误差2.常用的横向控制算法一、横向控制1.PID控制（1）PID控制介绍PID控制包含三项：与误差eee成比例的比例项KP\K_{P}KP与误差积分成比例的积分项KI\K_{I}KI与误差导数成比例的导数项

李明朔·2022-12-23 09:32

吴恩达机器学习6-逻辑回归

吴恩达机器学习6-逻辑回归1.分类问题如判断一封电子邮件是否是垃圾邮件：答案只有两种是或不是如果使用线性回归，如下图:函数的输出值可能远大于1，或者远小于0，不便于判断引入逻辑回归：算法的性质是：它的输出值永远在

小y同学在学习·2022-12-22 13:55

【机器学习（一）】什么是机器学习、监督学习及无监督学习

声明：本文是以吴恩达机器学习系列课程为学习对象而作的学习笔记。

趴抖·2022-12-22 11:19

【机器学习（二）】模型描述与代价函数

声明：本文是以吴恩达机器学习系列课程为学习对象而作的学习笔记。模型描述引例仍然是上期运用的房价例子：假设现出售的房子大小为1250平方英尺，想要推测它的房价。

趴抖·2022-12-22 11:17

【机器学习（三）】线性回归的梯度下降法

声明：本文是以吴恩达机器学习系列课程为学习对象而作的学习笔记。梯度下降法梯度下降法可以最小化任意函数J问题描述我们有一个函数J(θ_0,θ_1),现在需要用一个算法来最小化该函数J。

趴抖·2022-12-22 11:17

卷积神经网络（二）- 深度卷积网络：实例研究

本次学习笔记主要记录学习深度学习时的各种记录，包括吴恩达老师视频学习、花书。作者能力有限，如有错误等，望联系修改，非常感谢！

997and·2022-12-22 10:44

吴恩达机器学习课程笔记——Ch9 神经网络

Chapeter9NeuralNetworks（神经网络：示例）已经不能倍速看了==真实....课程笔记总览传送门：https://blog.csdn.net/weixin_42900928/article/details/86523192目录Chapeter9NeuralNetworks（神经网络：示例）9.1Non-linearHypotheses（非线性假设）9.2ModelRepresen

A_waken·2022-12-22 09:17

33万字！深度学习笔记在线版发布!

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，为满足手机阅读的需要，我将笔记做成了在线版，可以在手机上打开公众号收藏就能学习

生信宝典·2022-12-22 08:31

机器学习（吴恩达）-4

之前我们所用预测的函数值只有一个变量，也就是单特征，接下来我们要用到多特征来预测目标函数我们的线性回归问题就应该扩充到四个变量这里来这就是所谓的多元线性回归，后面一般会跟一个X_0且设置为1为了匹配上向量，让两个可以互为向量做乘法值得注意的是，如果你的特征取值很接近，以两个为例，那么它收敛的速度非常快，很快能取到局部最优解。反过来，如果他们取值相差过大，一个在1000到2000取值，一个在0到5取

Mr529302·2022-12-21 17:37

深度学习学习指南

机器学习，李宏毅的课程（网易云课堂），大致了解，可以先不用学，直接入手深度学习，以后再学机器学习深度学习，吴恩达的课程（B站，网易云课堂都有），大致了解，学习中不懂的时候可以在文档中查看学习python

@贝壳里的海·2022-12-21 14:09

真是爱了，20个非常好用的 Python 实用小技巧

我爱Python数据挖掘·2022-12-21 13:45

吴恩达新课上线：TensorFlow移动和web端机器学习

Coursera又有TensorFlow专项课程了，这回的主要内容放在了TensorFlow.js、TensorFlowLite等web或移动端的使用。大家都很熟悉吴恩达了。

程序员资源社区·2022-12-21 13:06

Coursera机器学习-Week 3-测验:Logistic Regression

这节课主要讲的是逻辑回归（LogisticRegression），说到底还是考的数学功底，一些数学原理的倒腾。2描述解析给定几个数据，画出图后问你有几项对的，多选题。对于这样的数据，单纯的用线性回归并不是特别适用，适当的增加多项式特性，可以提高对数据的适应。4描述解析没啥可说的，主要是翻译问题，说一下C，代价函数具有很多局部最优值。5描述解析代入θ0、θ1、θ2得，−6+x1，所以当x1>6时，h

f_zyj·2022-12-21 08:37

【机器学习部署】Machine Learning Operations(MLOps) --1(Yolov3物体识别)

本系列以吴恩达老师的MLops的课程为基础，并且结合了网上找到的其他材料和自己实践中遇到的坑。Step1环境配置假设已经安装好了anaconda（具体如何安装就不写了，网上资料很多）。

WilliamCHW·2022-12-21 08:05

Week 11:Application：Photo OCR课后习题解答

大家好，我是MacJiang,今天和大家分享的是Coursera-StanfordUniversity-MachineLearning-Week11:Application:PhotoOCR的课后习题解答

Mac Jiang·2022-12-21 08:34

从英语翻译到人工智能：我如何用两年时间跨界转行

2016年春夏：开始在Coursera上从零自学编程，主要是Python。2016年夏末：找到第一份计算机语言学领域的实习，在德国一

无敌风火轮流转·2022-12-21 07:11

移植吴恩达深度学习01机器学习和神经网络第二周神经网络基础编程作业选修作业到pycharm

目录环境配置问题①imageio.imread源代码报错解决方法一解决方法二②scipy.misc.imresize源代码报错解决方法完整代码参考环境配置windows10anaconda3python3.8pychrm-community-2022.1.3问题①imageio.imread源代码image=np.array(imageio.imread(fname))报错DeprecationW

--吉择--·2022-12-20 22:57

【机器学习】白板公式推导-1-书籍&视频

PRML）-ChristopherM.BishopMLAPP其他机器学习（西瓜书）-周志华深度学习（花书）视频列表机器学习基石-林轩田机器学习技法-林轩田机器学习导论-张志华统计机器学习-张志华cs229-吴恩达

暖焱·2022-12-20 17:01

运行吴恩达课后测试显示No module named ‘ipympl‘

查询其他方法无效condainstallipympl一直加载，转不出pipinstallipympl能下载安装但是打开book运行依旧报错清华源conda报错解决方法pip能下载，所以使用pip。而一开始下载了也不能用是因为路径有问题，下错地方了。直接打开prompt，我的默认路径并不是Ancona的包的路径所以我们将它改过去1、输入x：x为你的盘符，先定位到安装的盘2、cd包的所在位置，定位到文

包饭厅咸鱼·2022-12-20 14:58

jupyter book执行lab报错No module named ‘ipympl‘

吴恩达机器学习_代价函数lab执行报错执行C1_W1_Lab04_Cost_function_Soln.ipynb中代码时报错Nomodulenamed‘ipympl’，解决方法如下：1.关闭jupyternotebook

外星男神欧买噶i·2022-12-20 14:53

吴恩达·2022机器学习专项课程｜House Price Prediction

HousePricePredictionImportimportcopy,mathimportnumpyasnpimportmatplotlib.pyplotaspltLoadDatasetdefload_house_data():data=np.loadtxt("./data/houses.txt",delimiter=',',skiprows=1)X=data[:,:4]y=data[:,4]

ZhuYuxi333·2022-12-20 12:41

【吴恩达·2022机器学习专项课程】Logistic Regression -Gradient Descent

GradientDescentRecallthegradientdescentalgorithmutilizesthegradientcalculation:repeatuntilconvergence: { wj=wj−α∂J(w,b)∂wj forj:=0..n-1 b=b−α∂J(w,b)∂b}\begin{align*}&\text{repeatuntilc

ZhuYuxi333·2022-12-20 12:10

吴恩达《机器学习》笔记——第一章《介绍》

吴恩达在视频中提了两个定义：ArthurSamuel(19

肥胖边缘疯狂蹦迪·2022-12-20 12:07

带你少走弯路：强烈推荐的TensorFlow快速入门资料和翻译（可下载）

知识更新非常快，需要一直学习才能跟上时代进步，举个例子：吴恩达老师在深度学习课上讲的TensorFlow使用，这个肯定是他近几年才学的，因为谷歌开源了TensorFlow也就很短的时间。

风度78·2022-12-20 09:52

机器学习----线性回归

以前在学习的时候感觉这部分很通畅，没遇到什么大问题，但是昨天复习的时候竟然被几个简单概念给卡主了，最后还是开了吴恩达教授的视频才恍然大悟的，哎正不知道该说什么了。在正式分析之前，先简单讲几个概念，后

Sunshine_in_Moon·2022-12-19 17:12

0SError: ‘./deeplearning. mplstyle‘ not found in the style library

将吴恩达老师的deeplearning.mplstyle引入当前自己运行的文件所处的统一文件夹下即可。

weixin_48843412·2022-12-19 12:49

module tensorflow keras layers has no attribute normalization

原因在运行吴恩达C2-W1-Lab02的code时报错，说在文件中找不到该文件。

weixin_48843412·2022-12-19 12:41

深度神经网络的训练过程,深度神经网络训练方法

Coursera的Ng机器学习，UFLDL都看过。没记错的话Ng的机器学习里是直接给出公式了，虽然你可能知道如何求解，但是即使不知道完成作业也不是问题，只要照着公式写就行。

普通网友·2022-12-19 11:27

一文详解层次聚类（Python代码）

推荐文章有人把吴恩达老师的机器学习和深度学习做成了

Python数据挖掘·2022-12-19 10:22

Machine Learning - Coursera 吴恩达机器学习教程 Week1 学习笔记

机器学习的定义ArthurSamuel传统定义ArthurSamuel:“thefieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed.”Thisisanolder,informaldefinition.让计算机无需明确编程，就有学习能力。TomMitchell现代定义TomMitchell:“

zhang35·2022-12-19 10:39

吴恩达机器学习:week2

title:‘吴恩达机器学习:week2’date:2019-11-2015:31:00mathjax:truecategories:机器学习tags:机器学习文章目录@[toc]单变量线性回归(LinearRegressionwithOneVariable

胖虎艾春辉·2022-12-19 10:05

吴恩达 Machine Learning_Week 1 学习笔记

MachineLearning_Week11引言1.1机器学习的定义1.2监督学习1.2无监督学习2单变量线性回归2.1ModelRepresentation2.2CostFunction2.3GradientDescent2.4GradientDescentForLinearRegression1引言1.1机器学习的定义机器学习程序指的是该程序被认为能从经验E中学习，进而解决任务T，并达到性能度

来来·2022-12-19 10:35

吴恩达机器学习：week1

title:吴恩达机器学习：week1date:2019-11-0317:41:46categories:机器学习tags:机器学习第1周文章目录第1周1.1欢迎1.2机器学习是什么？

胖虎艾春辉·2022-12-19 10:35

【学习笔记】Machine Learning.吴恩达 (Week1)

假期到了，趁此良机给自己充充电，选择了Coursera网站上的MachineLearning课程学习，本系列文章为个人学习笔记，主要记录一些自己觉得比较新鲜知识及思考，没有申请加入课程，也没有买下课程，

无星之夜的咏叹调·2022-12-19 10:03

【深度之眼】吴恩达《机器学习》作业——week1无监督学习

无监督学习与监督学习不同，无监督学习是指对没有标签的数据进行学习，或者说对没有正确答案的数据进行学习，一个例子如下所示。我们希望我们的机器学习算法能够自动的将图中的数据分为左下和右上这两类。类似这种探寻数据内在结构，通过算法对无标签数据进行划分族群的算法称为聚类分析。比如我们在网上看新闻的时候我们会发现类似的新闻会被归为一类，例如体育，娱乐，经济，政治等等。我们知道成数十万以上的新闻是不可能有标签

曹文杰1519030112·2022-12-19 10:01

Coursera机器学习吴恩达-Week1

机器学习定义ArthurSamuel(1959).MachineLearning:Fieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed.使机器在没有明确编程上的研究领域具备学习的能力.TomMitchell(1998)Well-posedLearningProblem:Acomputerpro

ox180x·2022-12-19 10:00

[吴恩达机器学习课程笔记] week three 无监督学习

无监督学习定义在聚类问题中，我们给出一个训练集{x1,…,xm}，期望将数据分成一些有凝聚力的“簇”。这里的xi通常属于实数；但是数据集并没有标签y给出，所以这就是一个无监督学习问题。K-means算法最常用的基于欧式距离的聚类算法，其认为两个目标的距离越近，相似度越大。K的数量选择最好的办法：手动选择。牧师-村民模型K-means有一个著名的解释：牧师—村民模型：有四个牧师去郊区布道，一开始牧师

mossfan·2022-12-19 10:29

吴恩达Coursera课程——第一部分：监督学习Week1

本人ML小白一枚，知识的学习和笔记的整理也借鉴了多位大佬的知识，一起加油~~一、机器学习1、定义Tom认为能从经验E中学习，解决任务T，达到性能度量值P,当且仅当，有了经验E后，经过P评判，程序在处理T时的性能有所提升。监督学习:教会计算机完成某项任务。非监督学习：让计算机自己学习完成某项任务。案例:医疗、自动驾驶、读手语、音乐生成、自然语言处理的案例。2、监督学习给算法一个数据集，其中包含了正确

jqqjrr123·2022-12-19 10:57

Coursera Machine Learning Week1 学习笔记

注：本文已迁移到http://blog.csdn.net/JinbaoSite/article/details/66530136CourseraMachineLearningWeek1一、Introduction1.1

JinbaoSite0144·2022-12-19 10:56

推荐频道

吴恩达-Coursera