Coursera助学金

必学好评课 | 带学吴恩达《机器学习》课程和作业，带打Kaggle全球顶级大赛！...

我们从Coursera上看到，总共有49285个人给出
wade1203·2020-08-10 02:18

GitHub 标星 5w+，计算机小白到大牛的学习之路！

这是从核心知识到进阶应用所必须的课程，它们都是顶级高校在Coursera等平台上开放的课程，所以放心大胆地学起来吧。计算机科学一直是近年来高考报考的热门专业，是一门研究计算机相关规律的学科。
GitHubDaily·2020-08-10 00:02

（4）Neural Networks: Representation

MachineLearning系列，转载自http://blog.csdn.net/xuexiang0704/article/details/8934300以下内容源自coursera上的machinelearning
Miibotree·2020-08-09 20:57

（3）Logistic Regression and Regularization

MachineLearning系列，转载自http://blog.csdn.net/xuexiang0704/article/details/8903907以下内容源自coursera上的machinelearning
Miibotree·2020-08-09 20:56

（2）Linear Regression with Multiple Variables

MachineLearning系列，转载自http://blog.csdn.net/xuexiang0704/article/details/8867992以下内容源自coursera上的machinelearning
Miibotree·2020-08-09 20:56

（1）Linear Regression with One Variable

MachineLearning系列，转载自http://blog.csdn.net/xuexiang0704/article/details/8867793以下内容源自coursera上的machinelearning
Miibotree·2020-08-09 20:56

读书笔记：计算机网络4章：网络层

这是我在Coursera上的学习笔记。课程名称为《ComputerNetworks》，出自UniversityofWashington。
whitejava2·2020-08-09 20:22

Coursera概率图模型（Probabilistic Graphical Models）第三周编程作业分析

MarkovNetworksforOCR光学字符识别的马尔科夫网络说到光学字符识别（OCR），此前笔者首先想到的会是卷积神经网络，而单词识别则会考虑使用递归神经网络。而本周的作业则基于马尔科夫网络构建了一个较为基础OCR系统，目的也主要是让我们对马尔科夫网络有个感性的认知。网络所需要的的所有参数题目都已经训练完毕，而一些字符识别中的核心算法如图像间的相似度计算题目也都直接提供了……笔者在刚读本科的
anfu8852·2020-08-09 19:48

密码学（cryptography I - Dan Boneh）on coursera学习笔记

1.Introduction1.1课程概述（CourseOverview）1.2什么是密码学（WhatisCryptography）1.2.1核心:SecureCommunication安全密钥构造(securedkeyestablishment)安全通信with共享密钥(sharedkey)1.2.2具体应用：通过协议获得共享密钥K+彼此确认身份保密性（confidentiality）：攻击者不
Morihara·2020-08-09 18:26

【算法与数据结构】不相交集合——并查集

来自coursera的课程：普林斯顿大学的算法。通俗地讲，在一堆item上进行两种操作，一是合并，即将某两个item所在的集合合并为一个大集合；二是查询，即给定的两个item是否属于同一个集合。
beiyouyu·2020-08-09 17:59

密码学——实验一

crypto-week1programassignment题目详情与思路代码1.week1PA1SET14keyboard现代密码学实验一crypto-week1programassignment题目CourseraDanBonehWeek1ProgramAssignmentManyTimePadPA1optionWriteaprogramthatallowsyouto
Xbing0.·2020-08-09 11:58

超强大汇编语言超浓缩教程

最近想了解计算机组成原理，特保存一些查看的资料：1，北京大学陆俊林教授coursera公开课-计算机组成原理：http://mooc.pku.edu.cn/mooc/course1.php?
king52113141314·2020-08-09 09:26

Assignment | 05-week3 -Part_2-Trigger Word Detection

-ZJCoursera课程|deeplearning.ai|网易云课堂CSDN：https://blog.csdn.net/JUNJUN_ZHAO/article/details/79699845Welcometothefinalprogrammingassignmentofthisspecialization
ZJ_Improve·2020-08-09 06:51

[coursera/SequenceModels/week3]Trigger Word Detection[assignment]

TriggerWordDetectionWelcometothefinalprogrammingassignmentofthisspecialization!Inthisweek'svideos,youlearnedaboutapplyingdeeplearningtospeechrecognition.Inthisassignment,youwillconstructaspeechdataset
gdtop818·2020-08-09 05:22

解决：coursera视频加载不出来无法观看

win10系统第一步：win+s，输入搜索记事本，右键选择“以管理员身份运行”，ctrl+o，找到etc文件夹（C:\Windows\System32\drivers\etc），选择为所有文件（下图圈出部分，否则找不到hosts).点击hosts，打开，在最后添加52.84.246.90d3c33hcgiwev3.cloudfront.net52.84.246.252d3c33hcgiwev3.c
挣扎的喵喵·2020-08-09 02:53

Coursera离散数学概论笔记（三）： 数理逻辑之谓词逻辑及形式系统

本文目录1个体、谓词和量词1.1命题的解析1.2命题的结构分析1.2.1谓词逻辑1.2.2个体（individual）1.2.3谓词（predicate）1.2.3.1定义1.2.3.2谓词命名式1.2.3.3谓词填式1.2.4量词（quantifiers）2谓词公式2.1谓词公式的定义2.2谓词公式成为命题的条件2.3语句形式化3谓词公式永真式3.1谓词公式成真的几个层次3.2谓词公式可满足式以
Correr Z·2020-08-09 02:36

反向传播（Backpropagation）算法的数学原理

摘要:最近在学习Coursera上AndrewNg的MachineLearning课程。这是一个面向应用，注重实践而尽量避免数学证明的课程，好处在于能快速帮助更多新人入门。
Squ!rrel·2020-08-09 01:52

learning how to learn：coursera经典课程学习笔记

“LearningHowToLearn”是coursera非常有名且经典的课程，之前在某篇博客上看到介绍，并且有人在使用其中的学习方法觉得非常有效，我很受震撼。
SailorCai·2020-08-08 17:53

【DL by Ng】Deeplearning.ai 深度学习工程师课程 -- By Andrew Ng 吴恩达

三个版本deeplearning.ai付费版本,带练习.Coursera版本网易云课堂翻译版本,练习题需要自己找.但是网速快,可以下载观看.这里笔记用的是网易云课堂的版本.I.神经网络和深度学习Week01
北境の守卫·2020-08-08 14:33

Coursera | Andrew Ng (01-week2)—神经网络基础

在吴恩达深度学习视频以及大树先生的博客提炼笔记基础上添加个人理解，原大树先生博客可查看该链接地址大树先生的博客-ZJCoursera课程|deeplearning.ai|网易云课堂CSDN：http:/
ZJ_Improve·2020-08-08 12:15

机器学习001 deeplearning.ai 深度学习课程 Neural Networks and Deep Learning 第一周总结

DeepLearningSpecialization吴恩达老师最近在coursera上联合deeplearning.ai推出了有关深度学习的一系列课程，相对于之前的machinelearning课程，这次的课程更加实用
weixin_30823227·2020-08-08 11:40

关于ROS中Moveit中运动规划的总结资料和相关问题

2、运动规划的公开课可以参照夕法尼亚大学Coursera运动规划公开课。3、机械臂运动规划
独坐寒江边·2020-08-08 00:20

Coursera公开课笔记: 斯坦福大学机器学习第一课“引言(Introduction)”

Coursera公开课笔记:斯坦福大学机器学习第一课“引言(Introduction)”注：这是我在“我爱公开课”上做的学习笔记，会在52opencourse和这里同步更新。
GarfieldEr007·2020-08-07 11:58

深度学习资料挑的眼花啦？小夕帮你做选择！

也是有好多门（斯坦福的、coursera的、MIT的、Berkeley的……）。更不必说眼花缭乱的纸质书籍，更更不用说铺天盖地的订阅号（比如夕小瑶的卖萌屋）如果你正在纠
夕小瑶·2020-08-06 13:45

解决coursera课程国内打不开的问题

如果你知道如何在mac和windows系统，修改hosts文件，直接就打开hosts，添加一行52.84.246.72d3c33hcgiwev3.cloudfront.net保存就可以了。但是如果你不知道，就听我再啰嗦几句吧。。。如果你是Mac系统，那么你就按照以下步骤来Find前往->前往文件夹,在弹出的对话框里面输入/private/etc/，然后找到hosts文件。直接打开你不能修改，为了能
ncst·2020-08-06 13:23

Python机器学习代码中的命名

恰好我是先看的斯坦福，coursera等课程，也看了pythonfordataanalysis等规范的教材。所以
有数可据·2020-08-06 11:40

莱斯大学Python课程Mini-project # 2 - "Guess the number" game

要求：https://class.coursera.org/interactivepython-004/human_grading/view/courses/972072/assessments/29/
Efuge·2020-08-05 20:09

Coursera吴恩达机器学习课程 第2周作业代码

ComputeCost.mfunctionJ=computeCost(X,y,theta)%COMPUTECOSTComputecostforlinearregression%J=COMPUTECOST(X,y,theta)computesthecostofusingthetaasthe%parameterforlinearregressiontofitthedatapointsinXandy%I
爱写代码的娃娃鱼·2020-08-05 14:47

机器学习实验报告：利用3层神经网络对CIFAR-10图像数据库进行分类

PS:这是6月份时的一个结课项目，当时的想法就是把之前在CourseraML课上实现过的对手写数字识别的方法迁移过来，但是最后的效果不太好…2014年6月一、实验概述实验采用的是CIFAR-10图像数据库
weixin_30895603·2020-08-05 11:33

学不学吴恩达deeplearning.ai课程，看完这篇你就知道了

最近我刚刚完成了AndrewNg（吴恩达）在Coursera上的deeplearning.ai的专业化课程
深度学习世界·2020-08-05 02:43

[Icarus]北大《C++程序设计》week4编程代码

此次交作业，同样要注意的是本周的填空代码如果在Coursera上提交的话只需提交空缺部分即可，不然会通不过。最后的这个大整数类折磨
凌风飞墨·2020-08-04 22:40

算法分析与设计学习笔记

CourseraStandfordAlgorithms:DesignandAnalysis,Part1第一章：1.大数加法的算法改进我们都知道低位数的乘法比高位数的乘法要好算，根据高位数与低位数的关系，
123dhc·2020-08-04 18:41

最大似然函数及其求解

转自：http://www.cnblogs.com/hapjin/p/6623795.html使用最大似然法来求解线性模型（1）在Coursera机器学习课程中，第一篇练习就是如何使用最小均方差(LeastSquare
求津问道·2020-08-04 18:43

动态规划算法的设计要点（笔记）

本篇文章主要是根据：coursera的课程《算法设计与分析》（北京大学）的内容记录的学习笔记。动态规划由于本文的重点在于总结动态规划算法的设计要点。因此，需要你了解动态规划，作为本文的预备知识。
WolfgangBai·2020-08-04 16:08

机器学习实践——数据预处理总结

对courseraHowtoWinaDataScienceCompetition:LearnfromTopKagglers的总结：1，numericalfeatures1）树结构的模型对数值变量的scale
nickzzzhu·2020-08-04 16:59

基于Keras的人工神经网络（ANN）实现Fashion-MNIST分类模型

Coursera上学了快两个月理论终于有了个稍微像样的实操......importtensorflowastffromtensorflowimportkerasimportnumpyasnpimport
嘉伟森的猫·2020-08-04 12:17

学习记录(coursera)

1.MachineLearning,byAndrewNG2.CodingtheMatrix:LinearAlgebrathroughComputerScienceApplications,byPhilipKlein3.Case-BasedIntroductiontoBiostatistics,byDr.ScottL.Zeger4.MathematicalBiostatisticsBootCamp,
swuteresa·2020-08-04 01:55

关于吴恩达coursera机器学习视频不能正常在windows播放的问题

Windows\System32\drivers\etc目录；2，修改host文件，在最后添加52.84.246.72d3c33hcgiwev3.cloudfront.net，保存；3，重启浏览器或者刷新Coursera
北冥有鱼555·2020-08-04 00:44

初学者如何从零学习人工智能？看完你就懂了

一、机器学习有关机器学习领域的最佳介绍，请观看Coursera的AndrewNg机器学习课程。它解释了基本概念，并让你很好地理解最重要
hjh200507609·2020-08-03 17:48

一些我推荐的和想上的网络课程(Coursera, edX, Udacity)

从面向找工作的角度出发，我觉得以下课程有很大帮助：首推RobertSedgewick，也是我觉得对我帮助最大的老师，讲课特点是能把复杂的算法讲解清楚（典型例子：红黑树，KMP算法）他在Coursera有四门课
chiiis·2020-08-03 17:22

Coursera 学习记录：四大湖排序（使用bool值的小技巧）

描述我国有4大淡水湖。A说：洞庭湖最大，洪泽湖最小，鄱阳湖第三。B说：洪泽湖最大，洞庭湖最小，鄱阳湖第二，太湖第三。C说：洪泽湖最小，洞庭湖第三。D说：鄱阳湖最大，太湖最小，洪泽湖第二，洞庭湖第三。已知这4个湖的大小均不相等，4个人每人仅答对一个，请编程按照鄱阳湖、洞庭湖、太湖、洪泽湖的顺序给出他们的大小排名。输出为4行，第1行为鄱阳湖的大小名次，从大到小名次分别表示为1、2、3、4；第2、3、4
Zeal Young·2020-08-03 13:15

吴恩达专访：我的人工智能科研之路

为此他做了很多努力：其与达芙妮·科勒一起创建的在线教育平台Coursera影响了数百万的AI学习者；所开发的人工神经网络通过观看一周YouTube视频，自主学会识别哪些是关于猫的视频为
喜欢打酱油的老鸟·2020-08-03 11:06

Java学习：coursera课程笔记（一）

仅为笔记，不是教程相关历史关于Java的历史可以去网易云音乐上有一个电台上有几期专门讲的，讲的不错运行环境JDK=JRE(=JVM+api)+Tools重要特性垃圾回收机制面向对象程序设计概述封装性（相关关键词：private）继承性（相关关键词：extends）多态性（相关关键词：override）设计思想：对象的内部组成以及外部通信类的格式命名习惯：类名首字母需大写，其余的遵循驼峰命名法则Ja
schwarzeni·2020-08-03 11:21

Python基础介绍

最初是在coursera上看的Python讲课，后来在看StanfordFei-feiLi的卷积神经网络时看到PythonNumpy教程，觉得简洁明了，就当笔记记录下来了。
Lyndon_zheng·2020-08-03 09:39

人群与网络学习——第1周课程

李老师在coursera里面的课程，讲社交网络的。
yfdyyy·2020-08-03 09:57

Coursera机器学习(Andrew Ng)笔记：支持向量机

支持向量机SupportVectorMachine机器学习初学者，原本是写来自己看的，写的比较随意。难免有错误，还请大家批评指正！对其中不清楚的地方可以留言，我会及时更正修改支持向量机是广泛应用在工业界和学术界的一个比较流行的算法，与逻辑回归和神经网络相比，SVM在学习复杂的非线性方程时，提供了一种更为清晰更加强大的方式。优化目标OptimizationObjective在逻辑回归中，我们有hθ(
wisdom610·2020-08-03 08:43

关于SVM的个人理解（结合吴恩达老师Coursera课程）

0.前言自学机器学习有一段时间了，一开始看到吴恩达老师《机器学习》课程SVM部分不是很理解就先搁置下来，现在毕设拿CNN做的差不多了，看到很多研究借助SVN与CNN相结合的方式获得了更好的效果，所以折腾回来想把这一部分解决掉。一开始看了网上很多帖子都是基于二维空间点到直线距离分析的，弄得我云里雾里，后来仔细想想列举原因如下：(1)公式术语过多，一篇文章一个符号习惯，看着晕(2)叙述比较偏理论，没有
动力炒饭·2020-08-03 07:10

Coursera华盛顿大学机器学习课程总结

一、基础导入课程1、回归：房价预测2、分类：亚马逊商品评价分类3、检索：wikipedia文章检索二、回归模型：线性回归、L1/L2正则化回归、最近邻回归和核回归算法：梯度下降、坐标下降概念：损失函数、偏差-方差折中、交叉验证、稀疏性、过拟合、模型选择三、分类模型：线性分类器（逻辑回归分类器、SVM、神经网络）、核、决策树decisiontree算法：梯度下降、boosting概念：决策边界、ML
有石为玉·2020-08-03 07:33

支持向量机【Coursera 斯坦福 机器学习】

本文基于coursera斯坦福吴恩达机器学习课程谢绝任何不标注出处的转载以及百度百家号抄袭如有问题请联系作者很多监督学习的效果都非常相似。
爱看动漫的李皮皮·2020-08-03 07:03

【原】Coursera—Andrew Ng机器学习—Week 7 习题—支持向量机SVM

【1】【2】Answer:B。即x1=3这条垂直线。【3】Answer：B因为要尽可能小。对B，右侧红叉，有1/2*2=1≥1，左侧圆圈，有1/2*-2=-1≤-1。A太小不满足不等式【4】参考课件：测验Answer:B。Answer:BAnswer：CDAnswer:ABG欠拟合。A正确。增加feature、增加多项式featureB正确。神经网络增加hiddenunitsC错误。逻辑回归成本函
weixin_38166557·2020-08-03 07:35
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他