机器学习笔记——吴恩达

简易机器学习笔记（八）关于经典的图像分类问题-常见经典神经网络LeNet

前言图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是物体检测、图像分割、物体跟踪、行为分析、人脸识别等其他高层次视觉任务的基础。图像分类在许多领域都有着广泛的应用，如：安防领域的人脸识别和智能视频分析等，交通领域的交通场景识别，互联网领域基于内容的图像检索和相册自动归类，医学领域的图像识别等。这里简单讲讲LeNet我的推荐是可以看看这个视频，可视化的查看卷积神经网络是如何
Leventure_轩先生·2024-01-04 09:31

文本聚类python fcm_机器学习笔记----Fuzzy c-means(FCM)模糊聚类详解及matlab实现

前言：这几天一直都在研究模糊聚类。感觉网上的文档都没有一个详细而具体的讲解，正好今天有时间，就来聊一聊模糊聚类。一：模糊数学我们大家都知道计算机其实只认识两个数字0,1。我们平时写程序其实也是这样if1thendo.永远这种模式，在这种模式中，一个元素要么属于这个集合，要么不属于这个集合，但是对我们现在介绍的模糊集来说，某个元素可能部分属于这个集合，又可能部分属于另外的集合，显然，例如，一个男人(
琥珀月芽·2024-01-04 08:55

【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

机器学习笔记 - 从2D数据合成3D数据

一、3D数据简介人们一致认为，从单一角度合成3D数据是人类视觉的一项基本功能，这对计算机视觉算法来说极具挑战性。但随着LiDAR、RGB-D相机（RealSense、Kinect）和3D扫描仪等3D传感器的可用性和价格的提高，3D采集技术的最新进展取得了巨大飞跃。与广泛使用的2D数据不同，3D数据具有丰富的尺度和几何信息，从而为机器更好地理解环境提供了机会。然而，与2D数据相比，3D数据的可用性相
坐望云起·2024-01-04 08:50

简易机器学习笔记（七）计算机视觉基础 - 常用卷积核和简单的图片的处理

前言这里实际上涉及到了挺多有关有关理论的东西，可以详细看一下paddle的官方文档。不过我这里不过多的谈有关理论的东西。【低层视觉】低层视觉中常见的卷积核汇总图像处理中常用的卷积核在代码中，我们实际上是用不同的卷积核来造成不同的影响，我这里也是paddle中对于卷积核的几个比较简单的应用。什么是卷积核？如果你不考虑卷积核的计算，可以简单的将卷积核理解成一个矩阵，这个矩阵维度的大小和取值的不同会导致
Leventure_轩先生·2024-01-04 06:29

机器学习笔记一

一、什么是机器学习（一）机器学习定义一：计算机通过非显著性编程获得的学习能力。非显著性编程指的是：计算机自己从经验中总结出相关的规律。显著性编程：需要人为把机器人所处的环境调查清楚。例如：1）让计算机区分菊花与玫瑰花。显著性编程：直接给出菊花与玫瑰花的特点非显著性编程：通过大量图片，计算机总结两种花的特征规律，进行区分2）让机器人冲咖啡显著性编程：我们要判断往哪走，什么时候停，什么时候开始冲咖啡等
唐豆豆*·2024-01-04 00:45

【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

机器学习笔记三——强化学习的V值计算

一、蒙特卡诺采样回溯计算V值把智能体放入环境的任意状态——从这个状态开始按照策略进行动作选择，并进入新状态——重复步骤2，直至进入最终状态——从最终状态往前回溯，计算每个状态的G值——重复1~4状态多次，平均每个状态的G值，这就是所需的V值1.具体G值计算如下：按照策略往后走，过程中不进行计算，只记录每一步的奖惩r从终点往前走，到某一状态获得的奖励总和就是G值。此时G=r+gamma*G_1，即这
唐豆豆*·2024-01-03 15:09

机器学习笔记二——强化学习

一、什么是强化学习强化学习就是让智能体可以独立自主的完成某个任务。独立自主指的就是不需要人去指挥。比如扫地机器人，打开开关就会自动去清理。自动驾驶的汽车，在定好目的地后，可以自动安全达到目的地。强化学习的过程Agent（智能体）——产生Action（行动）——Environment（环境）——产生newstate（状态）以及reward（奖惩）——返给Agent强化学习的本质：学习的是一种策略Po
唐豆豆*·2024-01-03 08:26

吴恩达最新短课，知识很硬核，附中英字幕

吴恩达最新短课，知识很硬核，附中英字幕简介大家好我是老章，吴恩达老师忠实粉丝之前刷过他的很多课程：吴恩达新课，1.25倍速刷完了给吴恩达的最新短课加了中英文字幕最近吴老师又限时免费开放了一个短课：《构建和评估高级
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

2023春季李宏毅机器学习笔记01 ：正确认识 ChatGPT

资料课程主页：https://speech.ee.ntu.edu.tw/~hylee/ml/2023-spring.phpGithub：https://github.com/Fafa-DL/Lhy_Machine_LearningB站课程：https://space.bilibili.com/253734135/channel/collectiondetail?sid=2014800一、对Chat
女王の专属领地·2024-01-03 06:45

简易机器学习笔记（四）初识卷积神经网络

前言第一次写卷积神经网络，也是照着paddlepaddle的官方文档抄，这里简单讲解一下心得。首先我们要知道之前写的那些东西都是什么，之前写的我们称之为简单神经网络，也就是简单一层连接输出和输出，通过前向计算和逆向传播，以及梯度下降的方式让结果慢慢滑向我们期望的终点。这种方法固然好，但是它的限制也是显而易见的：需要我们提供损失函数需要对数据进行相当大量的计算只能处理线性函数，而对非线性的函数处理能
Leventure_轩先生·2024-01-03 05:40

简易机器学习笔记（六）不同优化算法器

前言我们之前不是说了有关梯度下降公式的事嘛，就是那个这样梯度下降公式涉及两个问题，一是梯度下降的策略，二是涉及到参数的选择，如果我们选择固定步长的时候，就会发现我们求的值一直在最小值左右震荡，很难选择到我们期望的值。假设上图中，x0为我们期望的极小值，yB=xA-yA’xA的时候，xB实际上蹿到了极小值的右侧去了，当我们yC=xB-yB’xB的时候，我们求的yC又跑到极小值的左边去了，反正就是一直
Leventure_轩先生·2024-01-03 05:40

简易机器学习笔记（五）更换损失函数：交叉熵

前言我们之前用的是均方差作为我们神经网络的损失函数评估值，但是我们对于结果，比如给定你一张应该是0的照片，它识别成了6，这个时候这个均方差表达了什么特别的含义吗？显然你识别成6并不代表它比识别成1的情况误差更大。所以说我们需要一种全新的方式，基于概率的方案来对结果进行规范。也就是我们说的交叉熵损失函数。至于什么是交叉熵损失函数，由于本文不涉及实际的数学论证，感兴趣可以看这个简单的小视频：你真的理解
Leventure_轩先生·2024-01-03 05:07

机器学习笔记 - 什么是匈牙利算法？有什么用处？

一、什么是匈牙利算法？匈牙利算法是一种优化算法，可以在多项式时间内解决分配问题。该算法也被称为Kuhn-Munkres算法或Munkres分配算法。匈牙利算法由以下四个步骤组成。前两个步骤执行一次，而步骤3和4则重复执行，直到找到最佳分配。该算法的输入是一个仅包含非负元素的n×n方阵。步骤1：减去行最小值对于每一行，找到最低的元素并从该行中的每个元素中减去它。第2步：减去列最小值<
坐望云起·2024-01-02 12:13

【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

LLM 系列 | 04：ChatGPT Prompt编写指南

5月初吴恩达老师与OpenAI合作推出的《ChatGPTPromptEngineeringforDevelopers》课程，以指
JasonLiu1919·2024-01-01 22:06

关于深度学习下的神经网络总结

然后，针对这些疑问，开始学习台湾老师李宏毅的视频、吴恩达的视频或者国内知名学者的一些视频，接着寻找一系列学习资源，最后，开始怀疑自己，到底在学习什么。以上出现的情景，正是本人遇到的。
Algorithm_Engineer_·2024-01-01 18:47

机器学习笔记 - 基于Python的不平衡数据的欠采样技术

一、简述随着从不同的来源生成和捕获大量数据。尽管信息量巨大，但它往往反映了现实世界现象的不平衡分布。数据不平衡的问题不仅仅是统计上的挑战，它对数据驱动模型的准确性和可靠性具有深远的影响。以金融行业欺诈检测为例。尽管我们希望避免欺诈，因为其具有高度破坏性，但机器（甚至人类）不可避免地需要从欺诈交易的示例中学习（尽管很少见），以将其与日常合法交易的数量区分开来。欺诈性交易和非欺诈性交易之间的数据分布不
坐望云起·2024-01-01 09:55

2019-08-12

我知道，我现在应该马上敲代码，又不然看下吴恩达的视频也好。但是很烦躁，真的越急躁越不想动。
你是你或是你·2024-01-01 06:42

机器学习笔记--DeepWalk和Node2Vec图嵌入代码实战一

斯坦福大学CS224W图机器学习笔记学习参考CS224W公开课：双语字幕斯坦福CS224W《图机器学习》课程(2021)byJureLeskove官方课程主页：官方主页子豪兄精讲：斯坦福CS224W图机器学习
北航程序员小C·2024-01-01 02:27

【吴恩达deeplearning】第一门课 - 第二周 - 神经网络的编程基础（笔记+习题+编程作业）

第一门课-神经网络和深度学习（第二周-神经网络的编程基础）2.1二分类（BinaryClassification）二分类中的逻辑回归2.2逻辑回归（LogisticRegression）2.3逻辑回归的代价函数损失函数（误差函数）代价函数（成本函数）2.4梯度下降法2.8使用计算图求导数2.9逻辑回归中的梯度下降单个样本实例m个样本的梯度下降2.11向量化2.14向量化逻辑回归代码流程（非向量化）
卷卷0v0·2024-01-01 02:45

【吴恩达deeplearning】第一门课 - 第一周 - 深度学习引言（笔记+习题）

第一门课-神经网络和深度学习（第一周-深度学习引言）1.2什么是神经网络1.3神经网络的监督学习【概念习题】1.2什么是神经网络在预测房屋价格时，除了房屋的面积，其他的特征例如卧室的数量也会影响房屋的价格。邮政编码或许能作为一个特征，反映步行化程度，也可能体现出附近学校的水平有多好。在图上每一个画的小圆圈都可以是ReLU的一部分，或者其它非线性的函数。基于房屋面积和卧室数量，可以估算家庭人口；基于
卷卷0v0·2024-01-01 02:15

全网最全深度学习案例整理汇总

深度学习-DeepLearning-DL、自然语言处理NLMachine-Learning数学基础矩阵微积分机器学习的数学基础CS229线性代数与概率论基础机器学习基础快速入门机器学习算法地图机器学习吴恩达
xiaoshun007～·2024-01-01 00:07

一文搞懂Transformers—01（Transformers机制）

（本文参考资料来自邱锡鹏老师和吴恩达老师）Transformer结构编码器encoder当输入feed之后，将每一个词映射到一个向量上面（高维到低维称之为嵌入e
今天不要熬夜·2024-01-01 00:29

机器学习笔记--PageRank算法

斯坦福大学CS224W图机器学习笔记学习参考CS224W公开课：双语字幕斯坦福CS224W《图机器学习》课程(2021)byJureLeskove官方课程主页：官方主页子豪兄精讲：斯坦福CS224W图机器学习
北航程序员小C·2023-12-29 21:23

机器学习笔记--PageRank

斯坦福大学CS224W图机器学习笔记学习参考CS224W公开课：双语字幕斯坦福CS224W《图机器学习》课程(2021)byJureLeskove官方课程主页：官方主页子豪兄精讲：斯坦福CS224W图机器学习
北航程序员小C·2023-12-29 21:22

机器学习笔记--半监督节点分类：标签传播和消息传递

斯坦福大学CS224W图机器学习笔记学习参考CS224W公开课：双语字幕斯坦福CS224W《图机器学习》课程(2021)byJureLeskove官方课程主页：官方主页子豪兄精讲：斯坦福CS224W图机器学习
北航程序员小C·2023-12-29 21:20

机器学习笔记（11）：贝叶斯学习（1）

本文来自之前在Udacity上自学机器学习的系列笔记。这是第11篇，介绍了监督学习中的贝叶斯学习模型（1）。朴素贝叶斯朴素贝叶斯是一个分类模型，如下图所示，有正反两类样本数据点，该模型寻找出一个决策边界正确地将两类数据分隔开来。模型的背后是贝叶斯规则。image.png在sklearn上面有参考的代码：https://scikit-learn.org/stable/modules/generate
链原力·2023-12-29 09:33

机器学习笔记

机器学习黑马程序员3天快速入门python机器学习_哔哩哔哩_bilibili1.概述1.1机器学习、人工智能、深度学习关系机器学习是人工智能的一个实现途径深度学习是机器学习一个方法发展而来1.2定义机器学习是从数据中自动获得模型，并利用模型对未知数据进行预测。数据模型预测1.3算法分类数据集：特征值+目标值1.3.1监督学习目标值分类类别分类问题连续型的数据回归问题（1）分类K-近邻算法、贝叶斯
王小白学习·2023-12-29 08:18

第一门课 神经网络和深度学习

以下是吴恩达老师的原话：深度学习改变了传统互联网业务，例如如网络搜索和广告。但是深度学习同时也使得许多新产品和企业以很多方式帮助人们，从获得更好的健康
彳亍cium·2023-12-28 17:18

机器学习笔记--NetworkX代码实战

斯坦福大学CS224W图机器学习笔记学习参考CS224W公开课：双语字幕斯坦福CS224W《图机器学习》课程(2021)byJureLeskove官方课程主页：官方主页子豪兄精讲：斯坦福CS224W图机器学习
Runjavago·2023-12-28 15:35

机器学习笔记--图嵌入表示学习

斯坦福大学CS224W图机器学习笔记学习参考CS224W公开课：双语字幕斯坦福CS224W《图机器学习》课程(2021)byJureLeskove官方课程主页：官方主页子豪兄精讲：斯坦福CS224W图机器学习
Runjavago·2023-12-28 15:35

机器学习笔记--DeepWalk和Node2Vec图嵌入二

斯坦福大学CS224W图机器学习笔记学习参考CS224W公开课：双语字幕斯坦福CS224W《图机器学习》课程(2021)byJureLeskove官方课程主页：官方主页子豪兄精讲：斯坦福CS224W图机器学习
Runjavago·2023-12-28 15:35

机器学习笔记--图的基本表示和特征工程

斯坦福大学CS224W图机器学习笔记学习参考CS224W公开课：双语字幕斯坦福CS224W《图机器学习》课程(2021)byJureLeskove官方课程主页：官方主页子豪兄精讲：斯坦福CS224W图机器学习
Runjavago·2023-12-28 15:30

2020-12-07 吴恩达-神经网络与深度学习-第三周编程练习

Github地址：https://github.com/Poissons/wuenda-Deep-Learning-And-Neural-Network-third-week-excercise.git
Vivivivi安·2023-12-28 14:59

sheng的学习笔记-卷积神经网络

源自吴恩达的深度学习课程，仅用于笔记，便于自行复习导论1）什么是卷积神经网络卷积神经网络，也就是convolutionalneuralnetworks（简称CNN），使用卷积算法的神经网络，常用于计算机视觉等领域
coldstarry·2023-12-28 14:28

斯坦福大学CS224W图机器学习笔记

斯坦福大学CS224W图机器学习笔记学习参考CS224W公开课：双语字幕斯坦福CS224W《图机器学习》课程(2021)byJureLeskove官方课程主页：官方主页子豪兄精讲：斯坦福CS224W图机器学习
Runjavago·2023-12-28 11:00

文心版吴恩达课程：语义核心（Semantic Kernel）插件的商业应用

文心版吴恩达课程：语义核心（SemanticKernel）插件的商业应用SemanticKernelisanSDKthatintegratesLargeLanguageModels(LLMs)likeOpenAI
skywalk8163·2023-12-28 10:52

吴恩达深度学习笔记（2）-什么是神经网络（Neural Network）

什么是神经网络？(WhatisaNeuralNetwork)我们常常用深度学习这个术语来指训练神经网络的过程。有时它指的是特别大规模的神经网络训练。那么神经网络究竟是什么呢？在这个视频中，会讲解一些直观的基础知识。首先，让我们从一个房价预测的例子开始讲起。假设你有一个数据集，它包含了六栋房子的信息。所以，你知道房屋的面积是多少平方英尺或者平方米，并且知道房屋价格。这时，你想要拟合一个根据房屋面积预
极客Array·2023-12-27 20:02

python实现knn算法案例_python机器学习——KNN算法简单入门（真的很简单！）

起初我也是这样的，各种看别人的博客，吴恩达的课程也死磕，但效果不佳。
weixin_39892481·2023-12-27 03:18

2020-12-03 吴恩达-神经网络与深度学习-第二周编程练习

最近听吴恩达老师的课，写课后作业Github地址：https://github.com/Poissons/wuenda-Deep-Learning-And-Neural-Network-second-week-excercise
Vivivivi安·2023-12-27 02:01

sheng的学习笔记-【中】【吴恩达课后测验】Course 4 -卷积神经网络 - 第三周测验

课程4_第3周_测验题目录第一题1.现在你要构建一个能够识别三个对象并定位位置的算法，这些对象分别是：行人（c=1），汽车（c=2），摩托车（c=3）。下图中的标签哪个是正确的？注：y=[pc,bx,by,bh,bw,c1,c2,c3]y=[p_c,b_x,b_y,b_h,b_w,c_1,c_2,c_3]y=[pc,bx,by,bh,bw,c1,c2,c3]A.【 】y=[1,0.3,0.7,0.
coldstarry·2023-12-27 01:13

sheng的学习笔记-【中】【吴恩达课后测验】Course 4 -卷积神经网络 - 第二周测验

课程4_第2周_测验题目录第一题1.在典型的卷积神经网络中，随着网络的深度增加，你能看到的现象是？A.【 】nHn_HnH和nWn_WnW增加，同时nCn_CnC减少B.【 】nHn_HnH和nWn_WnW减少，同时nCn_CnC也减少C.【 】nHn_HnH和nWn_WnW增加，同时nCn_CnC也增加D.【 】nHn_HnH和nWn_WnW减少，同时nCn_CnC增加答案：D.【√】nHn_H
coldstarry·2023-12-27 01:12

sheng的学习笔记-【中】【吴恩达课后测验】Course 4 -卷积神经网络 - 第一周测验

课程4_第1周_测验题目录第一题1.你认为把下面这个过滤器应用到灰度图像会怎么样？[01−1013−3−113−3−101−10]\begin{bmatrix}0&1&-1&0\\1&3&-3&-1\\1&3&-3&-1\\0&1&-1&0\end{bmatrix}01101331−1−3−3−10−1−10A.【 】会检测45度边缘B.【 】会检测垂直边缘C.【 】会检测水平边缘D.【 】会检测
coldstarry·2023-12-27 01:42

sheng的学习笔记-【中】【吴恩达课后测验】Course 4 -卷积神经网络 - 第四周测验

课程4_第4周_测验题目录第一题1.面部验证只需要将新图片与1个人的面部进行比较，而面部识别则需要将新图片与K个人的面部进行比较。A.【 】正确B.【 】错误答案：A.【√】正确第二题2.在人脸验证中函数d(img1,img2)起什么作用？A.【 】只需要给出一个人的图片就可以让网络认识这个人B.【 】为了解决一次学习的问题C.【 】这可以让我们使用softmax函数来学习预测一个人的身份，在这个
coldstarry·2023-12-27 01:42

机器学习笔记 - 线性判别分析(LDA)的原理和应用

一、LDA简述线性判别分析（LDA）是监督机器学习中用于解决多类分类问题的一种方法。LDA通过数据降维来分离具有多个特征的多个类。这项技术在数据科学中很重要，因为它有助于优化机器学习模型。线性判别分析，也称为正态判别分析(NDA)或判别函数分析(DFA)，遵循生成模型框架。LDA算法对每个类别的数据分布进行建模，并使用贝叶斯定理对新数据点进行分类。LDA算法通过使用贝叶斯计算输入数据集是否属于特定
坐望云起·2023-12-26 15:32
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他