李宏毅机器学习课程笔记

吴恩达机器学习课程笔记——Ch3 线性代数知识

Chapter3线性代数回顾课程笔记总览传送门：https://blog.csdn.net/weixin_42900928/article/details/86523192Ch33.1线代相关知识3.2
A_waken·2022-07-29 07:49

吴恩达《机器学习》课程笔记——第三章：线性代数回顾

上一篇※※※※※※※※【回到目录】※※※※※※※※下一篇吴恩达机器学习的课程中，关于线性代数方面的介绍比较少，而且比较简单，适合于系统学习过线性代数课程的人。本部分的内容不仅包括吴恩达教授的课程，还包括一些常用的线性代数知识总结——依托于《线性代数》（同济版）教材。如果这篇文章帮助到了你，或者你有任何问题，欢迎扫码关注微信公众号：一刻AI在后台留言即可，让我们一起学习一起进步！转载于:https:
weixin_30675967·2022-07-29 07:16

吴恩达老师机器学习课程笔记 04 多元线性回归

4多元线性回归4.1多维特征之前研究的线性回归问题中只有一个单一的特征，但对于其他问题也可以有多个特征，这种线性回归问题就被称为多元线性回归。记号约定用nnn表示特征量的数目，用x(i)x^{(i)}x(i)表示第iii个样本的输入特征向量，这个向量是一个nnn维向量。（注意这里的特征向量并非过去矩阵中所讲的特征向量。）用xj(i)x^{(i)}_jxj(i)表示第iii个样本的第jjj个特征量的
3077491278·2022-07-29 07:15

吴恩达老师机器学习课程笔记 02 单变量线性回归

2单变量线性回归2.1模型描述下面将根据第一章提到的预测房价的例子来继续后面的内容。记号约定在监督学习中有一个数据集，这个数据集被称训练集。在整个课程中将用mmm来表示训练样本的数量。用xxx表示输入变量（特征），用yyy表示输出变量（要预测的目标变量）。用(x,y)(x,y)(x,y)表示一个训练样本，用(x(i),y(i))(x^{(i)},y^{(i)})(x(i),y(i))表示第iii个
3077491278·2022-07-29 07:14

吴恩达机器学习课程笔记－3.线性代数回顾

文章目录3.线性代数回顾（LinearAlgebraReview）3.1矩阵和向量（MatricesandVectors）3.2加法和标量乘法（AdditionandScalarMultiplication）3.3矩阵向量乘法（Matrix-VectorMultiplication）3.4矩阵乘法（Matrix-MatrixMultiplication）3.5矩阵乘法的性质（MatrixMulti
st4yfoolish·2022-07-29 07:39

吴恩达 机器学习课程笔记（三）线性代数简单回顾

文章目录矩阵(二维数组)向量（只有一列的矩阵）矩阵简单运算矩阵加（减）法矩阵乘（除）标量矩阵乘法特例：矩阵与向量相乘矩阵与矩阵相乘矩阵乘法的性质单位矩阵矩阵的逆矩阵转置矩阵(二维数组)矩阵：长方阵列排列的复数或实数集合通常用大写字母表示，比如AAA矩阵的维度：行*列矩阵的项：矩阵内部的某个数Aij:A_{ij}:Aij:第iii行第jjj列对应元素矩阵提供了一种快速整理、索引和访问大量数据的很好的
夜雨 晴·2022-07-29 07:37

吴恩达机器学习课程笔记——Octave安装过程记录

Octave软件安装网址：Octave安装官网点击下载键选择适合自己电脑的环境安装：最开始可能会弹出一个警告，好像是没安装什么功能插件，选择无视它就没问题了。请尽量选择默认路径和安装模式，我修改到E盘时发生了中断报错。安装时若有警告，请不断点击信任，360的风险自动阻止是真的坑……之后就是打开应用程序，进行第一次运行测试。pkgrebuild该命令的作用是将octave-forgepackages
菜到安详准备入土·2022-07-29 07:01

课程笔记-深度学习机器视觉01-新冠疫情可视化——From：百度AI Studio

课程笔记-深度学习机器视觉01-新冠疫情可视化——From：百度AIStudio写在前面：开始第一课的学习本次课以新冠疫情为背景介绍了图像识别与人工智能，并且有一个实践项目为案例。
Jason_____Wang·2022-07-29 07:27

吴恩达老师机器学习课程笔记 03 线性代数回顾

3线性代数回顾本节的主要内容有：什么是矩阵和向量，矩阵和向量的加、减、乘运算，矩阵的逆和矩阵的转置的概念及性质。如果已经掌握这些，可以跳过本节。（如果已经学过线性代数，本节完全可以跳过。）
3077491278·2022-07-29 07:23

吴恩达老师机器学习课程笔记 05 Octave教程

5Octave教程吴恩达老师的视频是2014年的，Octave现在基本不算是最优的编程需要选择了，可以用Pytorch等来代替本节的学习。
3077491278·2022-07-29 07:23

李宏毅机器学习2020春季作业三hw4

文章目录作业介绍1、util2、TrainWordtoVector3、DataPreprocess(数据预处理)4、Dataset（创建该类方便使用dataloader）5、model6、train7、test8、main函数参考文章：本文的原理及部分内容参考于大佬：https://blog.csdn.net/iteapoy/article/details/105931612老师的标准参考答案，需
Nefu_lyh·2022-07-28 07:43

多传感器融合课程笔记------多传感器融合之绪论

多传感器融合之绪论一、传感器类型摄像头激光雷达毫米波雷达超声波雷达IMUGNSS和RTK1.摄像头摄像头根据安装位置，可以分为前视、侧视、后视、内置、环视等。摄像头相关参数介绍：焦距焦距和FOV关系相反。有效的探测距离视场角分辨率大小最低照度信噪比动态范围2.激光雷达激光雷达参数：视场角分辨率测距范围刷新频率扫描频率激光波长：通常为纳米级，最常见为905nm和1550nm。最大辐射功率激光雷达的测
Tianchao龙虾·2022-07-23 08:01

【机器学习基础】正规方程法（Normal equation）（正则化和非正则化）——吴恩达课程笔记

在求使得代价函数最小的参数θ中，也可以不用梯度下降法进行逐步递归求解，可以使用正规方程法（NormalEquation）一次性算出θ。用这种方法不需要进行特征缩放（featurescaling）。在特征数少的情况（吴恩达教授的标准是一万以下）用正规方程法更好，但如果特征数较多，计算量很大，会比较慢，这个时候还是采用梯度下降法比较好。特征方程法介绍：（1）现做如下规定：假设有m个样本实例，每个样本有
EthenWillson·2022-07-20 07:53

【Vue2.0】黑马课程笔记（一）基本指令和过滤器

目录1了解1.1为什么要学习流行框架？1.2框架和库的区别1.3Node（后端）中的MVC与前端中的MVVM之间的区别1.4Vue扩展插件2Vue简介2.1vue的两个特性2.1.1数据驱动视图2.1.2双向数据绑定2.2MVVM3Vue基本使用3.1基本使用步骤3.1.1el和data的两种写法3.2调试工具vue-devtools4vue指令4.1六大常见指令4.1.1内容渲染指令{{}}4.
时倾-·2022-07-19 09:52

Python学习笔记：第十站 水晶球不调用不动

Python学习笔记文章目录Python学习笔记第十站水晶球不调用不动1.函数的创建和调用2.函数的参数传递3.函数的返回值4.函数的参数定义5.变量的作用域6.递归函数7.本章作业课程笔记参考B站视频
虎慕·2022-07-18 12:33

吴恩达 深度学习《神经网络与深度学习》课程笔记总结与习题（1）--深度学习引言

第一周：深度学习引言IntroductiontoDeepLearning1.1欢迎Welcome将学习到的内容第一门课中：神经网络和深度学习，学习如何建立神经网络（包含一个深度神经网络）以及如何在数据上面训练它们，本课程结尾，将用一个神经网络进行辨认猫。第二门课中：将进行深度学习方面的实际，学习严格地构建神经网络，将要学习超参数调整、正则化、诊断偏差和方差以及高级优化算法，比如Momentum和A
一起学习一起卷·2022-07-13 07:14

CS231n课程笔记翻译：卷积神经网络笔记

CS231n课程笔记翻译：卷积神经网络笔记笔记译自斯坦福CS231n课程笔记ConvNetnotes，课程教师AndrejKarpathy授权翻译。
AndrewZhou924·2022-07-13 07:17

[Datawhale-李宏毅机器学习-39期]-001-机器学习介绍

两周熟悉基础知识，搞定秋招。本以为是吃瓜教程，报了个李宏毅老师的机器学习教程，来都来了是吧，3元上车。课程流程：第一节课主要内容三类任务：回归分类结构化学习（不懂）四种学习：有监督学习无监督学习半监督学习强化学习（好奇，没搞过，奖励机制咋设置的）问题：自监督学习咋算感悟越来越觉得在实际应用中，数据才是最重要的，需要围绕数据做其他的工作。
deyiwang89·2022-07-12 07:47

课程笔记-三维点云处理06 ——3D Object Detection（下）

课程笔记-三维点云处理06——3DObjectDetection（下）本系列笔记是对深蓝学院所开设的课程：《三维点云处理》的笔记课程每周更新，我也会努力将每周的知识点进行总结，并且整理成笔记发上来，欢迎各位多多交流
Jason_____Wang·2022-07-12 07:53

课程笔记-三维点云处理06 ——3D Object Detection（上）

课程笔记-三维点云处理06——3DObjectDetection（上）本系列笔记是对深蓝学院所开设的课程：《三维点云处理》的笔记课程每周更新，我也会努力将每周的知识点进行总结，并且整理成笔记发上来，欢迎各位多多交流
Jason_____Wang·2022-07-12 07:53

课程笔记-三维点云处理05 ——Deep Learning on Point Cloud （上）

课程笔记-三维点云处理05——DeepLearningonPointCloud（上）本系列笔记是对深蓝学院所开设的课程：《三维点云处理》的笔记课程每周更新，我也会努力将每周的知识点进行总结，并且整理成笔记发上来
Jason_____Wang·2022-07-12 07:52

课程笔记-三维点云处理03 ——Clustering聚类

课程笔记-三维点云处理03——Clustering聚类本系列笔记是对深蓝学院所开设的课程：《三维点云处理》的笔记课程每周更新，我也会努力将每周的知识点进行总结，并且整理成笔记发上来，欢迎各位多多交流&批评指正
Jason_____Wang·2022-07-12 07:22

课程笔记-三维点云处理02 ——Nearest Neighbor Problem

课程笔记-三维点云处理02——NearestNeighborProblem本系列笔记是对深蓝学院所开设的课程：《三维点云处理》的笔记课程每周更新，我也会努力将每周的知识点进行总结，并且整理成笔记发上来，
Jason_____Wang·2022-07-12 07:22

课程笔记-三维点云处理04 ——Model Fitting

课程笔记-三维点云处理04——ModelFitting本系列笔记是对深蓝学院所开设的课程：《三维点云处理》的笔记课程每周更新，我也会努力将每周的知识点进行总结，并且整理成笔记发上来，欢迎各位多多交流&批评指正
Jason_____Wang·2022-07-12 07:22

课程笔记-三维点云处理01 ——Introduction and Basic Algorithms

课程笔记-三维点云处理01——IntroductionandBasicAlgorithms本系列笔记是对深蓝学院所开设的课程：《三维点云处理》的笔记课程每周更新，我也会努力将每周的知识点进行总结，并且整理成笔记发上来
Jason_____Wang·2022-07-12 07:21

单细胞转录组之转录调控网络分析

课程笔记施工中。。。。。
青青青山·2022-07-11 21:58

王树尧老师运筹学课程笔记 07 线性规划与单纯形法（标准型、基、基解、基可行解、可行基）

第7讲线性规划与单纯形法（标准型、基、基解、基可行解、可行基）线性规划问题的标准形式将约束条件由弱约束变为强约束，将不等式组变为了方程组，降低了求解的难度。对于一般的线性规划问题，容易得到：目标函数max⁡(min⁡)z=c1x1+c2x2+⋯+cnxn\quad\max(\min)z=c_{1}x_{1}+c_{2}x_{2}+\cdots+c_{n}x_{n}max(min)z=c1x1+c2
3077491278·2022-07-11 09:55

李宏毅机器学习2021——Optimization（最优化）

一、Theprobleminoptimizationgradient趋于0，到达criticalpoint（临界点）（一）两种情况卡在localminima（局部最小），并不是很常见卡在saddlepoint（鞍点，微分为0）（二）鉴别两种情况byTaylorSeries二、Howtogetoptimization？（一）单个参数（单维）针对一个w在update过程中卡住的问题，可以尝试的改进思路
thisissally·2022-07-10 12:17

从0开始的GNN导学课程笔记

诸神缄默不语-个人CSDN博文目录VX号“PolarisRisingWar”可直接搜索添加作者好友讨论。更新日志：2021.11.16优化公式排版课程是校内资源，不对外发布，仅作知识整理。想上这个课可以来浙大读个电子信息的硕士，读了就能上了……发布博文是因为感觉以这种形式整理笔记算是强迫自己做一个在形式上比较规整的整理。本人的GNN基础就像是玻璃板子一样脆，所以写得非常详细，但还是有许多不尽不实之
诸神缄默不语·2022-07-10 12:09

吴恩达：28张图全解深度学习知识

这不仅仅是一份课程笔记，同时还是一套信息图与备忘录。下面，我们将从深度学习基础（01-13）、卷积网络（14-22）和循环网络（23-28）三个方面介绍该笔记，原版信
机器学习社区·2022-07-04 07:18

零基础学C++——黑马程序员课程笔记（C++基础语法入门篇）

封面来自互联网侵删视频地址：点击访问（我这里开发工具选用VSstudio）此笔记有三个系列：C++基础语法入门篇C++核心编程篇点击查看C++提高编程篇文章目录C++初识变量常量关键字标识符命名规则数据类型整型sizeof关键字实型（浮点型float/double）字符型(char)转义字符字符串(string)布尔类型（bool）运算符算术运算符赋值运算符比较运算符逻辑运算符程序流程结构选择结构
King✪ω✪·2022-06-28 19:40

【计算机视觉】计算机视觉与深度学习-北邮鲁鹏老师课程笔记

计算机视觉与深度学习-北邮鲁鹏老师课程笔记01-计算机视觉相关介绍02-图像分类03-全连接神经网络04-图像去噪&卷积&边缘提取05-纹理表示&卷积神经网络06-语义分割07-目标检测08-实例分割09
暖焱·2022-06-28 07:10

UCAS - AI学院 - 计算机视觉专项课 - 第5讲 - 课程笔记

UCAS-AI学院-计算机视觉专项课-第5讲-课程笔记相机模型与多视几何相机模型与多视几何高级认知：空间视觉（几何）+物体视觉（学习）三维视觉所需信息二维图像基本信息场景的三维结构六自由度的空间位姿计算机视觉框架
支锦铭·2022-06-28 07:32

CTC、RNN-T穷举输出

（李宏毅深度学习HLP课程笔记）对于CTC和RNN-T，计算的目标概率函数都是Pθ(Y∣X)=∑h∈align(Y)P(h∣X)P_\theta(Y|X)=\sum_{h\inalign(Y)}P(h|
44070509·2022-06-27 07:57

【课程笔记】李宏毅机器学习[10]：Convolutional Neural Network

本系列课程笔记为李宏毅2017,秋，台湾大学课程。视频网址链接：https://www.bilibili.com/video/av15889450/?
tjwyj·2022-06-25 07:22

李宏毅机器学习作业3——Convolutional Neural Network

本作业来源于李宏毅机器学习作业说明，详情可看Homework3-ConvolutionalNeuralNetwork(友情提示，可能需要)作业要求作业要求：在收集来的资料中均是食物的照片，共有11类，Bread
迷雾总会解·2022-06-25 07:50

李宏毅机器学习课程梳理【八】：Convolutional Neural Network(CNN)

文章目录摘要1CNN1.1理解Convolution1.2MaxPooling1.3Flatten&FullyConnectedFeedforwardNetwork2CNNinKeras3分析CNN的学习过程3.1分析Filter的工作3.2分析Neuron的工作3.3分析Output层4DeepDream&DeepStyle5总结与展望摘要上一篇文章介绍了基于三条观察的CNN架构，本篇文章介绍C
-Emmie·2022-06-25 07:50

李宏毅2021春季机器学习课程笔记5：Convolutional Neural Network(CNN)

文章目录1.ConvolutionalNeuralNetwork(CNN)1.1NeuronVersion1.2FilterVersionStory1.3Pooling1.ConvolutionalNeuralNetwork(CNN)CNN大多数应用于影像方面，例如给机器一张图片，让机器识别图片中是什么东西。一般首先要假设图形的大小都是一样的，再进行训练，目标用独热码的一个vector来yyy表示
Andy in boots·2022-06-25 07:03

深度学习笔记七：循环神经网络RNN(基本理论)

RECURRENTNEURALNETWORKSTUTORIAL,PART1–INTRODUCTIONTORNNSACriticalReviewofRecurrentNeuralNetworksforSequenceLearning李宏毅机器学习
喜欢打酱油的老鸟·2022-06-23 22:40

李宏毅老师2022机器学习课程笔记 03 自注意力机制(Self-Attention)

03自注意力机制(Self-Attention)更加复杂形式的输入向量序列形式的输入在实际应用中，数据可能会有各种各样的形式，为了将数据作为输入提供给模型训练，可以考虑将其表示为向量序列的形式。比如，在文字处理的场景中，可以将单词表示为向量，将句子看作单词的序列。比如，在语音处理的场景中，可以将一个window大小（比如25ms）的一小段语音表示为一个向量，将完整的语音看作是小段语音的序列。（特别
3077491278·2022-06-23 07:45

中国大学MOOC-编译原理课程笔记（第一讲 绪论）

中国大学MOOC-编译原理课程笔记（第一讲绪论）[中国大学MOOC-编译原理课程笔记（第一讲绪论）](https://www.icourse163.org/course/HIT-1002123007)第一讲绪论
namehao465·2022-06-22 07:28

2020李宏毅机器学习笔记-Generative Adversarial Network - Theory behind GAN

目录摘要1.TheorybehindGAN2.MaximumLikelihoodEstimation3.MLE=MinimizeKLDivergence4.Generator5.Discriminator6.GDAlgorithmforGAN7.AlgorithmforGAN（Review）结论与展望摘要从某种意义上来讲,GAN图片生成任务就是生成概率分布。因此,我们有必要结合概率分布来理解GAN
ZN_daydayup·2022-06-18 07:09

2020李宏毅机器学习笔记-Transfer Learning

目录摘要IntroduceWhyNeed？TargetDatalabelled&SourceDatalabelledModelFine-tuningConservativeTrainingLayerTransferMultitaskLearningProgressiveNeuralNetworksTargetDataunlabelled&SourceDatalabelledDomain-adver
ZN_daydayup·2022-06-18 07:09

2020李宏毅机器学习笔记-Generative Adversarial Network - Conditional GAN

目录摘要1.Text-to-Image1.1Traditionalsupervisedapproach1.2ConditionalGAN1.3ConditionalGAN-Discriminator1.4StackGAN2.Image-to-image2.1application2.2Traditionalsupervisedapproach2.3ConditionalGAN3.SpeechEnh
ZN_daydayup·2022-06-18 07:39

2020李宏毅机器学习笔记-Anomaly Detection

目录摘要1.ProblemFormulation2.WhatisAnomaly?3.Applications4.如何做AnomalyDetection4.1BinaryClassification?4.2Categories5.withlabel5.1ExampleApplication5.2HowtousetheClassifier5.3HowtoestimateConfidence？5.4Ex
ZN_daydayup·2022-06-18 07:38

记录李宏毅机器学习的FiZZ BUZZ程序代码问题——TypeError: __init__() missing 1 required positional argument: ‘units‘

记录李宏毅机器学习的FiZZBUZZ程序代码问题——TypeError:init()missing1requiredpositionalargument:‘units’李宏毅老师给的参考代码如下：fromkeras.layers.normalizationimportBatchNormalizationfromkeras.modelsimportSequentialfromkeras.layers
weixin_42943494·2022-06-18 07:02

李宏毅机器学习笔记：GAN

前言主要记录李宏毅机器学习2021中介绍GAN部分的笔记，从GAN的发展开始到GAN的基本理论再到GAN生成的评价方法最后到介绍流行的GAN方法。
YuriFan·2022-06-18 07:55

李宏毅老师机器学习课程笔记_ML Lecture 0-1: Introduction of Machine Learning

视频链接（bilibili）：李宏毅机器学习(2017)另外已经有有心的同学做了速记并更新在github上：李宏毅机器学习笔记(LeeML-Notes)所以，接下来我的笔记只记录一些我自己的总结和听课当时的
leogoforit·2022-06-18 07:47

李宏毅机器学习课程笔记

李宏毅机器学习课程笔记，持续更新~1.ConvolutionalNeuralNetwork2.RecurrentNeuralNetwork3.GraphNeuralNetwork4.GenerativeAdversarialNetwork5
哎呦茶叶蛋·2022-06-18 07:16

李宏毅机器学习笔记1--线性回归

课程第一部分讲的是关于线性回归和梯度下降的基本知识，虽然这部分比较容易理解，但还是有不少需要注意的点。模型创建在课程开始的时候老师便提到模型创建的流程：ModelGoodnessofFucntionBestFunctionModel这里模型选择比较简单，选择的是线性模型：y=b+∑wixiy=b+\sumw_ix_iy=b+∑wixi其中xix_ixi代表某一input，而wiw_iwi代表相应的
Zach要努力·2022-06-18 07:14
上一页 43 44 45 46 47 48 49 50 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他