Coursera机器学习笔记第16页

李宏毅机器学习—机器学习介绍

李宏毅机器学习笔记github链接：https://github.com/datawhalechina/leeml-notes李宏毅机器学习笔记在线阅读链接：https://datawhalechina.github.io

修_远·2023-01-26 08:28

Coursera | Andrew Ng (03-week1-1.3)—单一数字评估指标

-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·2023-01-26 08:23

机器学习笔记三：经典算法

第三章：机器学习经典算法机器学习之经典算法第三章：机器学习经典算法一、KNN算法定义：距离计算公式：适用案例：算法优缺点：特征工程处理：skLearnAPI:sparkAPI:二、朴素贝叶斯分类算法原理：应用场景：优缺点：API:三、决策树分类原理：API优缺点：四、随机森林原理：API：优缺点：五、线性回归原理：目标：损失函数：最小二乘法优化方法：API：回归性能评估方法：两种线性回归方法对比：

roykingw·2023-01-25 15:42

机器学习笔记01 -- 决策树、随机森林、AdaBoost

一、决策树1决策树的优化：剪枝1.1预剪枝：每个节点在进行划分时进行估计，看该节点进行划分前后是否可以带来泛化能力上的提升，如果不能，则直接标记为叶子节点。1.2后剪枝：生成完整的决策树后，再自下而上去评估每个非叶子节点的划分是否带来了泛化能力的提升，如果不能，则将该节点的子树替换为叶子节点。要用验证集数据来判断。2属性划分纯度变化的计算方法2.1信息增益–ID3X：样本类别；A：一种特征x：一种

wafq·2023-01-25 15:07

Data Visualization 课程笔记1

对数据可视化比较有兴趣，因此最近在看coursera上伊利诺伊大学香槟分校的数据可视化课程，做了一些笔记。

weixin_30847865·2023-01-25 14:00

【李宏毅机器学习笔记】9、卷积神经网络（Convolutional Neural Network，CNN）

【李宏毅机器学习笔记】1、回归问题（Regression）【李宏毅机器学习笔记】2、error产生自哪里？

qqqeeevvv·2023-01-25 11:26

【CV】吴恩达机器学习课程笔记第18章

本系列文章如果没有特殊说明，正文内容均解释的是文字上方的图片机器学习|Coursera吴恩达机器学习系列课程_bilibili目录18应用案例：照片OCR18-1问题描述与流程(pipeline)18-

Fannnnf·2023-01-24 11:07

机器学习小白阅读笔记：深度学习时序预测模型 Temporal Fusion Transformers

机器学习笔记：深度学习时序预测模型TemporalFusionTransformers前言由于接触的时序预测问题基本都来自于数字化转型期的企业，我经常发现，在解决实际时序预测问题的时候，大部分时候还是用树模型结合特征工程的思路

MetLightt·2023-01-24 08:39

吴恩达机器学习笔记：手搓线性回归(梯度下降寻优)

概念就不介绍了，记录下公式推导和代码实现，以及与最小二乘的比较。吴恩达老师课程中使用一个参数theta保存两个变量，不过我好像没把中间变量的形状对齐，所以最后实现了两个参数的版本。代码：importtimeimportnumpyasnpimportpandasimportmatplotlib.pyplotasplt#随机种子rd=np.random.RandomState(round(time.t

七月是你的谎言..·2023-01-23 15:11

机器学习笔记 - 时间序列的趋势分量

一、什么是趋势？时间序列的趋势分量代表序列均值的持续、长期变化。趋势是一系列中移动最慢的部分，代表了最大时间尺度的重要性。在产品销售的时间序列中，随着越来越多的人知道该产品，市场扩张的影响可能是增加趋势。四个时间序列中的趋势模式。在这里，我们将关注均值趋势。更一般地说，一个序列中任何持续的和缓慢移动的变化都可能构成一个趋势——例如，时间序列通常在其变化中具有趋势。二、移动平均线图要查看时间序列可能

坐望云起·2023-01-22 10:32

机器学习笔记二

机器学习笔记总结二一.感知器(单层神经网络)1.感知器算法的起源2.感知器算法的意义二.人工神经网络(上)1.可以不加非线性函数吗？2.加入的非线性函数是什么？

呆狐仙·2023-01-22 07:25

门控循环单元-GRU单元（Gated Recurrent Unit）

来源：Coursera吴恩达深度学习课程接下来我们将会学习门控循环单元（GatedRecurrentUnit），它改变了RNN的隐藏层，使其可以更好地捕捉深层连接，并改善了梯度消失问题，让我们看一看。

双木的木·2023-01-22 07:25

机器学习笔记：SGD （stochastic gradient descent）的隐式正则化

1随机梯度下降的梯度对于满足分布D的数据集，我们做以下标记：mini-batch的梯度，也就是SGD带来的梯度，可以看成是期望的梯度加上一个误差项那么，这个误差项，对于机器学习任务来说，有没有增益呢？结论是：对于优化问题来说，可以逃离鞍点、极大值点，有时也可以逃离一些不好的极小值点SGD的隐式正则化：找寻宽的极小值点（flatoptima）2逃离极大值和鞍点首先回顾一下这张图：当一阶导数为0的时候

UQI-LIUWJ·2023-01-21 19:36

机器学习笔记part1，系数优化(SGD/随机梯度下降)及代码实现

机器学习笔记part1要先理解梯度下降:https://blog.csdn.net/CSDNXXCQ/article/details/1138716481,epochs(时代/学习周期)→模型通过不断地运行

丰。。·2023-01-21 19:03

吴恩达《机器学习》课程笔记归纳（一）-- 初识机器学习

参考地址：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes1.什么是机器学习一个年代近一点的定义，由TomMitchell提出，来自卡内基梅隆大学

aa_JamesJones·2023-01-21 17:16

【机器学习笔记】（李宏毅 2021/2022春机器学习课程）——第一节：机器学习基本概念

视频链接B站p3机器学习基本概念简介1.机器学习是什么？机器学习就是让机器具备找一个函式的能力2.ML三大任务Regression，回归问题（输出为连续数值）Classification，分类问题（输出为离散数值Structuredlearning，结构学习（生成输出为一个有结构的内容，如一张图画、一段文字）3.

何梦吉他·2023-01-21 11:50

陷入迷茫？吴恩达教你如何成为AI业界大佬

选自|TowardsDataScience作者|RichmondAlake转自|机器之心这篇文章内容取自斯坦福大学教授、Coursera联合创始人吴恩达的课堂演讲，主题为《关于在机器学习领域获得成功职业生涯的几点建议

「已注销」·2023-01-21 11:19

Python数据分析 - 机器学习笔记：第一章数据分析 - 1.4.4.其他统计图

前言：本文是学习网易微专业的《python全栈工程师》中的《数据分析-机器学习工程师》专题的课程笔记，欢迎学习交流。一、课程目标柱形图箱线图饼图直方图二、详情解读2.1.柱形图函数：bar%matplotlibinlineimportnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltdata=[2,10,4,8,6]#表示柱子的高度posit

WinvenChang·2023-01-21 10:06

Github标星26000+！吴恩达机器学习课程笔记.pdf

课程简介课程地址：https://www.coursera.org/course/mlMachineLearning(机器学习)是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

欣一2002·2023-01-21 08:18

机器学习吴恩达课后习题百度云资源（Coursera 搬运）

后来本人在网上也找了很久很久，最后还是自己搭了V屁恩去到了Coursera。所以为了方便各位爱学习的网友们，在这里先提供编程作业题。暂时只有题目，视以后的情况来定夺是否提供完整题解。

我喝酸奶不舔盖·2023-01-21 08:48

吴恩达|机器学习作业目录

一个多月除了上课自习，就是在coursera和网易云课堂上学习吴恩达机器学习的课程，现在学完了，以下是一个多月来完成的作业目录，整理一下以便使用：1.0单变量线性回归1.1多变量线性回归2.0Logistic

学吧学吧终成学霸·2023-01-21 08:48

吴恩达老师机器学习教程中文笔记-在线版

湾区人工智能·2023-01-21 08:47

机器学习资料整理

一、视频1、AndrewNg在Coursera上的《machinelearning》，地址：https://www.course

天泽28·2023-01-21 02:26

2022 Ubuntu国内流畅观看Cousera视频最简教程

目录一、解析Cousera动态ip地址二、修改Ubuntu网络环境配置三、刷新Coursera网页一、解析Cousera动态ip地址打开在线解析工具ping.eu点击DNSlookup将d3c33hcgiwev3

pi_kaqiu·2023-01-21 02:56

吴恩达机器学习笔记week11——机器学习系统设计 Machine learning system design

吴恩达机器学习笔记week11——机器学习系统设计Machinelearningsystemdesign11-1.确定执行的优先级Prioritizingwhattoworkon:Spamclassificationexample11

Saulty·2023-01-20 17:52

吴恩达机器学习笔记：（三）梯度下降法

梯度下降法知识点：偏导数、微积分、局部最优解概念介绍梯度下降法目的是为了“下降”，下降的方法是按照“梯度”。比如你在一座山上，当前你只能迈出一步，如何走才能使你的高度下降的最多呢，根据梯度的理论，我们沿着当前梯度的反方向走，会让我们的下降幅度最大。上述例子中，山就是一个函数，在山上的你就是函数中待优化的变量，人的坐标表示变量初始值，我们要求的是函数最小值即到达山底，人该如何走即如何迭代变量。所以我

时间之里·2023-01-20 15:56

吴恩达机器学习笔记多元梯度下降法

之前介绍的梯度下降中只有两个变量，现在考虑有0~n共n+1个变量的时候。与单变量线性回归类似，在多变量线性回归中，我们也构建一个代价函数，则这个代价函数是所有建模误差的平方和，多变量线性回归的批量梯度下降算法为注意多个变量的变化也是要同时计算更新。参数的范围会对梯度下降的算法产生影响，因此常用的梯度下降处理方法有特征缩放和选择合适大小的学习率特征缩放：要保证这些特征都具有相近的尺度，这将帮助梯度下

桃木————·2023-01-20 15:23

机器学习笔记1-What is Machine Learning

WhatisMachineLearningTwodefinitionsofMachineLearningareoffered.ArthurSamueldescribeditas:“thefieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed.”Thisisanolder,informaldefi

roy12138·2023-01-20 08:45

机器学习笔记(一)

目录Introduction|WelcomeIntroduction|WhatismachinelearningMachineLearningdefinition机器学习的定义Introduction|SupervisedLearning监督学习SupervisedLearningdefinition监督学习定义回归分类Introduction|Welcome实际上机器学习是从AI即人工智能发展出

坞吾5雾·2023-01-20 08:14

Mechine Learning 机器学习笔记

笔记作者:OUC_Shizue参考课程:复旦大学邱锡鹏《神经网络与深度学习》第一章：机器学习概论一、机器学习的定义1、直接定义机器学习≈计算机自动构建映射函数MachineLearning是指从有限的观测数据中学习出具有一般性的规律，并利用这些规律对未知数据进行预测的方法2、为什么要机器学习现实世界问题复杂，通过人工总结规律构建映射较为困难；因此我们将其转化为提供数据样本让计算机自动总结规律，构建

OUC_Shizue·2023-01-20 08:13

神经网络训练的一般步骤,神经网络的训练与测试

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。

aifans_bert·2023-01-19 12:37

机器学习教程：网格搜索法&交叉验证法

机器学习教程：网格搜索法&交叉验证法网格搜索法（GridSearchCV）概念Python机器学习笔记:GridSearchCV(网格搜索)-战争热诚-博客园GridSearchCV的名字其实可以拆分为两部分

锦鲤柠檬·2023-01-18 20:37

吴恩达机器学习笔记：（二）代价函数

代价函数本例中如下图所示：代价函数实际目的是为了通过寻找θ1，θ2两个参数实现拟合的直线最接近数据点。本例中代价函数的定义θ1，θ2寻找θ1，θ2参数最优值寻找θ1的最优解当θ1=1时当θ1=0.5时当θ1=0时如上图右侧所示，寻当θ1的最优解相当于寻找曲线偏导数等于零的点上图为两个参数同时作用时候生成的数据三维图下图为数据对应的等高线：通过实际数据测试发现当在等高线最中央时拟合的直线最接近数据集

时间之里·2023-01-18 12:04

吴恩达机器学习笔记（七）：代价函数

吴恩达机器学习笔记（七）：代价函数Regularizedlinearregression如前言所述，正则化为了让模型更好地切合数据，同时降低过拟合的可能。

BANKA1_·2023-01-18 11:53

机器学习笔记 - 简单了解模式识别

1、什么是模式识别？在数据中寻找模式是一个有着悠久历史的问题。模式识别是一种数据分析方法，它使用机器学习算法自动识别数据中的模式和规律。这些数据可以是任何东西，从文本和图像到声音或其他可量化的数据。模式识别系统可以快速准确地识别熟悉的模式。他们还可以识别和分类不熟悉的物体，从不同角度识别形状和物体，并识别图案和物体。2、模式识别的特点模式识别从数据中学习。即使部分可见，也能自动识别图案。应该能够识

坐望云起·2023-01-18 09:48

机器学习笔记之深度信念网络(三)贪心逐层预训练算法

机器学习笔记之深度信念网络——贪心逐层预训练算法引言回顾：深度信念网络的结构表示回顾：RBM\text{RBM}RBM叠加思想贪心逐层预训练算法引言上一节介绍了深度信念网络模型的构建思想，本节将介绍后验概率求解

静静的喝酒·2023-01-18 03:40

机器学习笔记之深度玻尔兹曼机(一)玻尔兹曼机系列整体介绍

机器学习笔记之深度玻尔兹曼机——玻尔兹曼机系列整体介绍引言关于含隐变量模型的对数似然梯度玻尔兹曼机受限玻尔兹曼机深度信念网络深度玻尔兹曼机引言从本节开始，将介绍玻尔兹曼机系列的最后一个模型——深度玻尔兹曼机

静静的喝酒·2023-01-18 03:54

决策树准确率低原因_百面机器学习笔记 | 第三章：经典算法：决策树

决策树，是一种自上而下，对样本数据进行树形分类的过程。分类过程：由结点和有向边组成。结点分为内部结点和叶结点，其中每一个内部结点表示一个特征或属性，叶结点表示类别。从顶部根结点开始，所有样本聚在一起。经过根结点的划分，样本被分到不同的子结点中，再根据子结点的特征进一步划分，直至所有样本都被归为某一个类别（叶结点）中。决策树被广泛地应用于分类和回归问题，是一种基础的有监督学习模型。在市场营销、生物医

weixin_39524834·2023-01-17 12:18

【吴恩达机器学习笔记】第1周 - 线性回归与代价/成本函数

机器学习的模式用训练集的数据，匹配一种算法，生成一个函数（h），这个函数可以输入x，产出y所以机器学习的关键在于：1、选择正确的算法，选择算法之后，函数h的形态就确定了，但是参数未知2、确定函数h的参数值：监督学习：通过训练集的x和y，共同确定参数值无监督学习：通过训练集的x，确定参数值（还没搞懂）最简单的算法：一元线性回归(LinearRegression）相同的算法，不同的参数值：代价/成本函

Sun_Weiss·2023-01-17 09:01

进大厂全靠自学，微软&头条实习生现身说法：我是这样自学深度学习的

她自学成才，有Udacity、deeplearning.ai、Coursera的一大堆课程认证，甚至连大学都是上的以自学、MOOC著称的Minerva大学，自学卓有成效，曾经在微软做实习软件工程师，现在则是字节跳动

计算机与软件考研·2023-01-17 08:51

python中dbscan和kmeans_Python机器学习笔记：K-Means算法，DBSCAN算法

完整代码及其数据，请移步小编的GitHub传送门：请点击我如果点击有误：https://github.com/LeBron-Jian/MachineLearningNoteK-Means算法K-Means算法是无监督的聚类算法，它实现起来比较简单，聚类效果也不错，因此应用很广泛。K-Means算法有大量的变体，本文就从最传统的K-Means算法学起，在其基础上学习K-Means的优化变体方法。包括

weixin_39999532·2023-01-16 18:12

神经网络MLP求解过程正向传播反向传播算法

引言机器学习栏目记录我在学习MachineLearning过程的一些心得笔记，涵盖线性回归、逻辑回归、Softmax回归、神经网络和SVM等等，主要学习资料来自StandfordAndrewNg老师在Coursera

flare zhao·2023-01-16 10:57

python特征提取方法_大师兄的Python机器学习笔记:特征提取

一、关于分类(Classification)1.什么是分类分类是机器学习的重要模块，主要用来预测数据的类别标签。2.常见分类问题1)二分类(BinaryClassification)例:新冠人数增长还是减少?2)多分类(Multicalssclassification)互斥。例：足球比赛结果主队是胜、平还是负?非互斥。例：火锅底料的味道是酸、甜还是辣？3.分类流程特征提取与特征选取>>分类器处理>

weixin_39748928·2023-01-16 09:02

机器学习笔记 soft-DTW（论文笔记 A differentiable loss function for time-series）

1soft-DTW来由DTW算法通过动态规划求解了两个序列的相似度。这个过程1是离散的，不可微的。如果要将其应用作为神经网络的损失函数，这是不行的。因为神经网络通过对损失函数结果进行梯度下降的方法，更新参数，要求损失函数可微。2符号说明论文“Adifferentiablelossfunctionfortime-series”（2017ICML）中使用了Softminimum来代替DTWminimu

UQI-LIUWJ·2023-01-16 04:50

Coursera自动驾驶1.4——车辆建模

文章目录一、运动学建模（二维）1.坐标系转换2.两轮机器人运动学建模3.两轮自行车运动学建模（1）后轴参考点（2）前轴参考点（3）重心参考点二、基本动力学模型（2D）1.平移动力学2.旋转动力学三、车辆纵向模型四、车辆横向模型横向模型的状态空间表示五、车辆控制六、轮胎模型1.概述2.轮胎模型本节介绍了自动驾驶汽车的运动学和动力学建模。一、运动学建模（二维）运动学建模是指考虑定义其运动的几何约束来对

李明朔·2023-01-14 17:26

李宏毅机器学习笔记第8周_自动调整学习速率

文章目录一、Trainingstuck≠SmallGradient二、Waitaminute三、Trainingcanbedifficultevenwithoutcriticalpoints四、Differentparametersneedsdifferentlearningrate五、Rootmeansquare六、RMSProp七、Adam:RMSProp+Momentum八、Learning

MoxiMoses·2023-01-14 15:50

李宏毅--机器学习笔记

李宏毅--机器学习笔记什么是机器学习机器学习好简单机器学习的学习地图第一篇博客，记录李宏毅老师的机器学习课程相关内容什么是机器学习传统定义：机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能

regina_2019·2023-01-14 15:50

机器学习笔记

文章目录1、本文是我在学习机器学习过程当中的心得和笔记。另外还有关于Python的Python基础和Python应用两篇文章。1、

晚安灰太狼·2023-01-14 12:17

Andrew Ng Machine Learning 专题【Introduction】

此文是斯坦福大学，机器学习界superstar—AndrewNg所开设的Coursera课程：MachineLearning的课程笔记。力求简洁，仅代表本人观点，不足之处希望大家探讨。

IronYoung·2023-01-14 11:46

Andrew Ng's Coursera Machine Leaning(ML) Notes Week1

AndrewNg’sCourseraMachineLeaning(ML)CourseNotesWeek1Author:Yu-ShihChenDecember20,201812:50AMIntro：本人目前是在加州上大学的大二生

weixin_44165766·2023-01-14 11:14

推荐频道

Coursera机器学习笔记