吴恩达-Coursera 第3页

吴恩达机器学习笔记-Logistic回归模型

回归函数在逻辑回归模型中我们不能再像之前的线性回归一样使用相同的代价函数，否则会使得输出的结果图像呈现波浪状，也就是说不再是个凸函数。代价函数的表达式之前有表示过,这里我们把1/2放到求和里面来。这里的求和部分我们可以表示为：很显然，如果我们把在之前说过的分类问题的假设函数带进去，即，得到的结果可能就是上述所说的不断起伏的状况。如果这里使用梯度下降法，不能保证能得到全局收敛的值，这个函数就是所谓的

Carey_Wu·2024-01-18 16:26

吴恩达倾情推荐！28张图全解深度学习知识！

吴恩达在推特上展示了一份由TessFerrandez完成的深度学习专项课程图，这套信息图优美地记录了深度学习课程的知识与亮点。

深度学习算法与自然语言处理·2024-01-18 15:55

吴恩达深度学习课程作业--C1W2

1.3-Reshapingarraysv=v.reshape((v.shape[0]*v.shape[1],v.shape[2]))#v.shape[0]=a;v.shape[1]=b;v.shape[2]=c

HELLOTREE1·2024-01-18 10:09

ML：2-1-5 matrix multiplication矩阵乘法

neuralnetwork如此高效2.matrixmultiplication（补充）3.matrixmultiplication的规则（补充）4.matrixmultiplication的代码（optional）【吴恩达

skylar0·2024-01-18 09:21

ML：2-2-1 Tensorflow

文章目录1.Tensorflow实现2.模型训练细节2.1定义模型f(x)2.2找到lossandcostfunciton2.3Gradientdescent【吴恩达p60-61】1.Tensorflow

skylar0·2024-01-18 09:47

机器学习吴恩达编程作业题6-支持向量机

1、支持向量机1.1示例数据集1将ex6data1.mat文件复制到D:\MachineLearning\ex6目录下，在当前目录下建立plotData.m文件，源码与之前类似，数据与两次考试与录取结果数据集类似，绘制相应的数据集。1.2不带核函数SVM大多数支持向量机软件包（包括svmTrain.m）会自动为您添加额外的特性x0=1，并自动学习截距项θ0。所以当你把你的训练数据传递给SVM软件时

身影王座·2024-01-18 06:57

吴恩达机器学习笔记（1）

一.初识机器学习1.监督学习在监督学习中，训练数据既有特征又有标签，通过训练，让机器可以自己找到特征和标签之间的联系，在面对只有特征没有标签的数据时，可以判断出标签。监督学习可以分为回归问题和分类问题。回归问题是利用训练出的模型，预测连续的数值输出；分类问题是预测离散值的输出。2.无监督学习无监督学习是给算法大量的数据，要求它找出数据的类型结构。无监督学习的数据没有标签，或是所有数据都是同一种标签

python小白22·2024-01-17 14:59

houdini rnn

1.3.RNN模型_哔哩哔哩_bilibili此公式来自于吴恩达P1.3视频按公式推测rnn内部结构,如有错误，敬请指正

qq_39239990·2024-01-17 07:35

美国初创公司Rabbit推出口袋AI设备R1；吴恩达课程：使用LangChain.js构建强大的JavaScript应用

AI新闻美国初创公司Rabbit推出口袋AI设备R1，短时间内被抢购一空摘要：美国初创公司Rabbit在CES2024上发布了口袋AI设备R1，这款设备在一天内被抢购一空，售价为199美元。R1具有小巧玲珑的触屏、摄像头和交互滚轮按钮，搭载Rabbit自主研发的操作系统rabbitOS和大型操作模型，可以集多种功能于一身并学习特定应用操作。R1的目标是解放用户，充当AI助理，例如通过按住按钮命令叫

go2coding·2024-01-16 13:00

机器学习学习笔记（吴恩达）（第三课第一周）（无监督算法，K-means、异常检测）

欢迎聚类算法：无监督学习：聚类、异常检测推荐算法：强化学习：聚类（Clustering）聚类算法：查看大量数据点并自动找到彼此相关或相似的数据点。是一种无监督学习算法聚类与二院监督学习算法对比：无监督：（聚类是无监督学习算法之一）聚类算法应用：如相似的新闻文章组合，市场细分，DNA数据分析，天文数据分析（星系、天体结构）K-means算法是一种常用的聚类算法原理概述【K-means工作原理过程】（

kgbkqLjm·2024-01-16 10:30

吴恩达深度学习学习笔记-7建立神经网络

1.训练神经网络训练神经网络时，需要做许多决策。例如，有多少层网络每层含有多少个隐藏单元学习率各层采用哪些激活函数…这些决策无法一次决定好，通常在项目启动时，我们会先有一个初步想法，然后编码，并尝试运行这些代码，再根据结果完善自己的想法，改变策略。2.train/dev/testsets通常把数据分为训练集，验证集，测试集。我们用训练集数据训练模型，用验证集做holdoutcrossvalidat

猪猪2000·2024-01-16 02:03

【吴恩达深度学习】Keras tutorial - the Happy House

Kerastutorial-theHappyHouseWelcometothefirstassignmentofweek2.Inthisassignment,youwill:LearntouseKeras,ahigh-levelneuralnetworksAPI(programmingframework),writteninPythonandcapableofrunningontopofsever

深海里的鱼(・ω<)★·2024-01-16 02:03

吴恩达深度学习第二课-第一周笔记及课后编程题

笔记训练_开发_测试集小数据时代训练集/测试集的分配比例大致遵循70%/30%或训练集/开发集（或crossvalidationset）/测试集的分配比例大致遵循60%/20%/20%大数据时代只要开发集能够确定哪一个算法/模型有更好的表现，测试集能够无偏评估模型的性能，就称赋予了开发集、测试集足够的数据量了；训练集将被赋予更大比重的数据量。如：训练集/开发集/测试集的比率为98%/2%/2%注：

Giraffeee_·2024-01-16 02:01

吴恩达深度学习--神经网络的优化(1)

1.训练集，验证集，测试集选择最佳的Train/Dev/Testsets非常重要。除此之外，构建神经网络时，需要设置的参数很多：神经网络层数，神经元个数，学习率的大小。激活函数的选择等等。实际上很难第一次就确定好这些参数，大致过程是：先确定初始参数，构建神经网络模型，然后通过代码实现该模型，之后进行试验确定模型的性能。根据性能再不断调整参数，重复上述过程，直到让神经网络模型最优。由上述可知，深度学

Kangrant·2024-01-16 02:30

Python data Structures: Strings, Files, Lists

PythondataStructures这门课是在coursera上由美国密歇根大学开展的公开课。python零基础可以选择course1,这是course2，我用来复习和补充的。

Ashleyxxihf·2024-01-15 08:02

Machine Learning Series--Linear Regression

前言最近看了李航老师的《统计学习方法》，还正在学习吴恩达老师的《机器学习》的课程（网易公开课上有，较老的版本）。自从看过《统计学习方法》之后，发现笔记不看其实学习效果并不好。

22岁开始·2024-01-14 20:30

人工智能学习计划入门级

机器学习、深度学习的基本原理和算法-Python编程基础-数据预处理和数据分析的方法-常用的人工智能框架和工具3.资料收集：-教材：《人工智能基础（第三版）》《Python从入门到精通（第三版）》-网课：吴恩达的机器学习课程

ISDF-工软未来·2024-01-14 07:51

GPT小指南

你可以通过评论或者私信我补充每一个细节首先建议学习https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/吴恩达和

ustc懒苗·2024-01-14 06:00

计划1

1.吴恩达DL2021(强推|双字)2021版吴恩达深度学习课程Deeplearning.ai_哔哩哔哩_bilibiliPart1神经网络与深度学习（6+19+12+8）共45Part2训练、开发、测试集

JLcucumber·2024-01-12 11:54

人工智能时代，产品经理该不该学算法

于是搜索各种资料，看了吴恩达老师和李宏毅老师的机器学习课程，加入各种社区，购买了算法课程与数学课程，学了一点python。两个多月后的现在，我决定，放弃敲机器学习算法代码，从入门到放弃。

脑洞有坑·2024-01-11 06:42

《学习之道》第五～六章丨大脑是如何拖延的--教你两招，和拖延说“Bye-bye”

在MOOC、Coursera上开创最受欢迎的学习课“learninghowtolearn”，数十万人报名。本书一出版即高居美国亚马逊学习

脑科学与学习方法技能·2024-01-10 18:29

ML：2-2neural network layer

文章目录1.神经网络层2.更复杂的神经网络3.神经网络的前向传播【吴恩达机器学习笔记p47-49】1.神经网络层【了解神经网络如何完成预测的】input：4个数字的向量。

skylar0·2024-01-10 18:53

ML：5-1 neural networks

文章目录course2框架1.neuralnetworks（deeplearning）2.DemandPrediction【吴恩达机器学习p43-46】course2框架一、neuralnetworks-inference

skylar0·2024-01-10 18:22

自然语言处理之文本表示（二）

本文主要参考Coursera上国立高等经济大学的自然语言处理课程和吴恩达老师的的机器学习课程。one-hotone-hot可以说是机器学习领域最常见的数据表示形式了。

fighting_7c21·2024-01-10 08:54

2019-5-6晨间日记

起床：早上五点就寝：晚上十点半任务清单昨日完成的任务，最重要的三件事：1.写文章一篇2.coursera课程3.陪伴宝贝改进：1.coursera只能继续等待2.写作抓有争议的点，但自己缺乏经验3.宝贝的思维往深了推进习惯养成

yesifeng·2024-01-10 00:58

How to read research paper efficiently

知乎上看到吴恩达的一个小演讲，很短但非常好，做了一下笔记：吴恩达阐述如何有效阅读论文Howtoreadresearchpapers:Compilelistofpapers(median/blogposts

芒鞋儿·2024-01-09 16:57

《学习之道》第十～十一章丨孩子应该知道的增强记忆力的巧妙方法--记忆宫殿

在MOOC、Coursera上开创最受欢迎的学习课“learninghowtolearn”，数十万人报名。本书一出版即高居美国亚马逊学

脑科学与学习方法技能·2024-01-09 06:36

吴恩达深度学习笔记(50)-超参数训练的实践

超参数训练的实践：PandasVSCaviar（Hyperparameterstuninginpractice:Pandasvs.Caviar）到现在为止，你已经听了许多关于如何搜索最优超参数的内容，在结束我们关于超参数搜索的讨论之前，我想最后和你分享一些建议和技巧，关于如何组织你的超参数搜索过程。如今的深度学习已经应用到许多不同的领域，某个应用领域的超参数设定，有可能通用于另一领域，不同的应用领

极客Array·2024-01-09 05:56

大学生必备学习网站

国外的网站1.Quora–国外版的知乎，比知乎脑洞大开10倍2.Coursera–公开课，很多干货3.SethGodin的blog–营销教父TimFerris的blog–TheFourHourWorkWeek

叶兮话·2024-01-08 18:58

玩转ChatGPT：吴恩达/OpenAI合作教程《面向开发者的ChatGPT提示工程》

一、写在前面最近，吴恩达与CloseOpenAI合作出了一个教程《面向开发者的ChatGPT提示工程》，第一时间就观摩了，有些体会，现在把个人觉得有意思的搬运过来。

Jet4505·2024-01-08 05:03

笔记 | 普林斯顿公开课《比特币和数字货币技术》2.5

公开课地址：https://www.coursera.org/learn/cryptocurrency/home/welcome第二周：比特币如何实现去中心化章节2.5笔记：总结挖矿经济学Miningeconomics

hmisty·2024-01-08 01:08

吴恩达最新预测：关于AI，这些事未来十年不会变

Datawhale干货分享：吴恩达等，来源：量子位2024年，AI的发展会有怎样的改变？在吴恩达最新的一封来信中，他认为有几件事情在接下来十年内都不会发生改变。

Datawhale·2024-01-07 14:12

svm核函数gamma参数_svm常用核函数介绍

这里有一篇博文介绍了，每个核函数的用途：https://blog.csdn.net/batuwuhanpei/article/details/52354822在吴恩达的课上，也曾经给出过一系列的选择核函数的方法

weixin_39683692·2024-01-06 08:35

吴恩达等专家关于2024年AI发展趋势的预测

社区、工具和数据的重要性吴恩达：斯坦福大学计算机科学系和电子工程系副教授，人工智

智哪儿·2024-01-06 04:26

incremental learning(增量学习是什么意思）

概念上跟着吴恩达大佬刷新了一下，其实只是看上去nn和大脑神经相似而已，本质上就是让机器给我们一个函数，一个“黑盒”，输进去data,出来我们想要的结果。

：）�东东要拼命·2024-01-05 20:16

机器学习之基本了解篇

你要好好学习呀·2024-01-05 17:01

吴恩达机器学习笔记（1）——单变量线性回归

上一个笔记，我们大概了解了什么是机器学习以及机器学习的两个重要的分类，本篇笔记将带领大家了解机器学习的第一个模型——线性回归例题为了让大家更加直观的理解这个模型，我们引入一个例题，我们有一组波特兰市的城市住房的价格数据，我们要通过这些数据来找出一个函数，来预测任意面积下的房价，这就是一个简单的线性回归问题。这里给出的数据是一组房子面积对应的房价数据集其中m代表训练集，x是输入，y是输出。我们用（x

机智的神棍酱·2024-01-05 06:35

2019年上半年收集到的人工智能迁移学习干货文章

迁移学习之最大分类器差异的无监督域适应吴恩达深度学习笔记(67)-迁移学习（Transferlearning)深度学习不

城市中迷途小书童·2024-01-04 20:11

吴恩达深度学习intuition

这里是看吴恩达课程的一些记录和联想（因为以前听过，因此不会很细致，只做个人记录）课程链接首先提到trainingset,validationset(devset)，testset的分割问题。

Karen_Yu_·2024-01-04 16:11

【OpenCV基础】计算机视觉专业术语大全

原创文，转载请注明出处文章目录技术路线专业术语深度学习框架的模型和配置文件格式卷积神经网络的组成卷积运算技术路线吴恩达老师的《机器学习》课程，B站链接：（https://

嵌小超·2024-01-04 09:11

吴恩达DeepLearningAI课程学习资源和课程总结

一、学习资源：吴恩达老师的DeepLearningAI课程分为5门课程：神经网络和深度学习、改善深层神经网络、结构化机器学习项目、卷积神经项目和序列模型。目前主要学习了前四门课程，遂做一些总结。

李大文·2024-01-04 09:39

【吴恩达机器学习】第一周课程笔记

下面是我近期学习机器学习的笔记，出发点是希望对自己起到一个督促和输出的作用如果你对我的笔记感兴趣欢迎Like，有不足之处也欢迎评论留言B站【2022吴恩达机器学习Deeplearning.ai课程】笔记参考

Estella_07·2024-01-04 08:24

吴恩达机器学习笔记

吴恩达机器学习笔记第一周基本概念监督学习分为回归算法和分类算法无监督学习事先没有正确答案。

AADGSEGA·2024-01-04 08:23

【吴恩达】深度学习

参考资料：deeplearning_ai_bookdeeplearning.ai_JupyterNotebooksGitHub另一个仓库二、神经网络的编程基础(BasicsofNeuralNetworkprogramming)2.1二分类（BinaryClassification）例子：图片中是否有猫？如果图片的大小为64x64像素，则nx=64∗64∗3=12288n_x=64*64*3=122

Ziy.·2024-01-03 23:21

2020-5-1 吴恩达-NN&DL-w2 NN基础(2.11 向量化 Vectorization，2.12 向量化的更多例子)

1.视频网站：mooc慕课https://mooc.study.163.com/university/deeplearning_ai#/c2.详细笔记网站(中文)：http://www.ai-start.com/dl2017/3.github课件+作业+答案：https://github.com/stormstone/deeplearning.ai2.11向量化Vectorization-加速计算

没人不认识我·2024-01-03 23:20

Coursera | Andrew Ng (01-week-2-2.11)—向量化

-ZJCoursera课程|deeplearning.ai|网易云课堂转载请注明作者和出处：ZJ微信公众

ZJ_Improve·2024-01-03 23:15

吴恩达最新短课，知识很硬核，附中英字幕

机器学习算法与Python实战·2024-01-03 07:22

卷？中学生开始学习人工智能和大模型，附课件！

课程简介这个experience-ai课程是GooleDeepMind团队和RaspberryPi基金会合作开发的，最大特点是，没有难懂的理论，完全面向0基础人群（初中生），LLM部分比吴恩达近期放出的

机器学习算法与Python实战·2024-01-03 07:51

2019-4-18晨间日记

起床：早上五点就寝：晚上十点半任务清单昨日完成的任务，最重要的三件事：1.coursera2.课程L0设计3.陪读改进：1.英语加油听力2.字体整理出一份材料能证明3.给宝宝买的书还没到习惯养成：跑步+

yesifeng·2024-01-02 06:11

【OpenAI出品】ChatGPT表现不好？很有可能是你的prompt没有写好

最近，AI大佬吴恩达联合OpenAI发布视频，手把手教你怎样如何写好prompt，这篇文章将对视频中的关键信息进行总结，如果你发现你的LLM不work，希望这篇文章可以对你有所帮助。原版视频：

汀、人工智能·2024-01-01 22:07

推荐频道

吴恩达-Coursera