Coursera机器学习笔记

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

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

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

Coursera自动驾驶课程第4讲：Safety Assurance for Autonomous Vehicles

在上一讲《Coursera自动驾驶课程第3讲：Self-DrivingHardwareandSoftwareArchitectures》中我们了解了自动驾驶汽车常用的传感器和硬件组件、软件系统。
自动驾驶小学生·2024-01-01 14:19

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

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

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Coursera
xiaoshun007～·2024-01-01 00:07

8年程序员学习感悟，Python学习要注意这5点，入门到精通少走弯路！

有很多优秀的在线资源可以帮助你掌握这些基础知识，如Codecademy、Coursera和Python官方文档。二、Pyt
软件测试狂阿沐·2024-01-01 00:53

Coursera上10个值得去学习的机器学习课程（有字幕）

一、MachineLearning主讲：AndrewNg评分：4.9/5学时：60小时这是Coursera上最好的机器学习课程之一。
加百力·2023-12-31 15:24

Linux学习网站

Coursera:网址:coursera.org提供多种与Linux相关的在线
终将老去的穷苦程序员·2023-12-30 15:05

网站推荐

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4.TimFerris的blog-TheFourHourWorkWeek
糖糖atjs·2023-12-29 23:28

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

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

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

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

机器学习笔记2-基于KNN算法的手写字识别程序

importnumpyimportoperatorimportosfromPILimportImagedefclassify(inX,dataSet,labels,k=3):'''算法的实现'''dataSetSize=dataSet.shape[0]diffMat=numpy.tile(inX,(dataSetSize,1))-dataSetsqDiffMat=diffMat**2sqDista
冯子玉·2023-12-26 08:22

机器学习笔记 八：Matlab实现神经网络的手写数字识别

OctaveCode需要解决的问题（3个）:1.数据加载及可视化1.1displayData.m2.参数加载3.基于前向传播算法计算代价4.正则化4.1nnCostFunction.m5.梯度下降函数5.1sigmoid.m5.2sigmoidGradient.m6.初始化参数6.1randInitializeWeights.m7.后向传播算法实现7.1checkNNGradients.m8.后向
Amyniez·2023-12-26 08:20

机器学习笔记（三）简单手写识别

目标实现一个简单的手写识别的脚本，同样的，流程分五步走：读入数据初始化模型训练模型训练样本集乱序校验数据有效性前期准备前期需要将库导入，还需要进行一些初始化操作#数据处理部分之前的代码，加入部分数据处理的库点击查看代码#加载飞桨和相关类库importpaddlefrompaddle.nnimportLinearimportpaddle.nn.functionalasFimportosimportn
Leventure_轩先生·2023-12-26 08:47

2019-3-1晨间日记

尤其是英语，进一步巩固3.让宝宝自己读改进：1.根据《梁宁产品思维30讲》进一步分析2.英语尽量少让宝宝说，听的多了，自然就会了3.宝宝读书，先不要每次都打断，要容忍错误习惯养成：坚持读书周目标·完成进度Coursera10%
yesifeng·2023-12-26 03:37

机器学习笔记 - week5 -（九、神经网络的学习 Part1）

9.1代价函数在神经网络的学习中，我们需要用到新的标记方法，假设神经网络的训练样本有个，每个包含一组输入和一组输出信号：表示神经网络层数表示每层的neuron个数(表示输出层神经元个数)代表最后一层中处理单元的个数。神经网络的分类定义为两种情况：二类分类和多类分类：二类分类：，0和1对应表示二分类中的一类；类分类：表示分到第类；我们回顾逻辑回归问题中我们的代价函数为：在逻辑回归中，我们只有一个输出
火箭蛋头·2023-12-26 00:46

const关键字和常量

注：以下大部分内容来源于coursera课程《C++程序设计》const的用法定义常量constintmax=23;const与define的差别：const和define都可以定义常量，但是建议用const
波洛的汽车电子世界·2023-12-25 17:51

大师兄的Python机器学习笔记:特征提取

大师兄的Python机器学习笔记:Pandas库一、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。
superkmi·2023-12-25 13:38

机器学习笔记（二）使用paddlepaddle，再探波士顿房价预测

目标用paddlepaddle来重写之前那个手写的梯度下降方案，简化内容流程实际上就做了几个事：数据准备：将一个批次的数据先转换成nparray格式，再转换成Tensor格式前向计算：将一个批次的样本数据灌入网络中，计算出结果计算损失函数：以前向计算的结果和真是房价作为输入，通过算是函数sqare_error_cost计算出损失函数。反向传播：执行梯度反向传播backward函数，即从后到前逐层计
Leventure_轩先生·2023-12-23 16:52

机器学习笔记（一）从波士顿房价预测开始，梯度下降

从波士顿房价开始目标其实这一章节比较简单，主要是概念，首先在波士顿房价这个问题中，我们假设了一组线性关系，也就是如图所示我们假定结果房价和这些参数之间有线性关系，即:然后我们假定这个函数的损失函数为均方差，即：那么就是说，我们现在是已知y和x，来求使得这个损失函数Loss最小化的一个w和b的组合读取数据点击查看代码defload_data():#从文件导入数据datafile='./work/ho
Leventure_轩先生·2023-12-23 09:37

人生就是在不断的学习，欧力给

Coursera—免费学习来自全球20多个国家100多所顶尖大学的课程，有提供认证证书的专项课程，由浅入深系统学习一个领域。她的课程。
Albert新荣·2023-12-22 16:12

机器学习笔记：支持向量机回归SVR

1主要思想主要思路类似于机器学习笔记：支持向量机SVM_支撑向量学习-CSDN博客和SVM的区别主要有解法和SVM区别不大，也是KKT2和线性回归的区别对SVR，如果f(x)和y之间的差距小于阈值ε【也即落在两条间隔带之间
UQI-LIUWJ·2023-12-20 23:16

机器学习资料整理

ML&DLBookThefastaideeplearninglibrary入门导师，带我走进了机器学习的世界Coursera-ML-AndrewNg-Notes吴恩达老师的机器学习课程个人笔记,"小时候
FMsunyh·2023-12-19 06:52

Coursera机器学习笔记3

Week44.1神经网络模型表示1神经网络可以分为三部分：（输入）树突、（logistic）激励、（输出）轴突。一个简单的模型如下图。image1.pngx0通常为1，第一层为输入层；在这个例子中，中间层为ai(2)。第j个权重矩阵决定了第j层到第j+1层的调整，如果第j层有s(j)个单元，第j+1层有s(j+1)个单元，则第j个权重矩阵的维度是s(j+1)*(s(j)+1)image1.png4
los_pollos·2023-12-18 22:22

人脸识别

参考资料：coursera课程第四周前半部分及编程作业：ConvolutionalNeuralNetworks主要原理训练一个网络，输出一个128维向量，这些向量要满足，相同人之间距离相差很小，不同人之间距离相差很大
抬头挺胸才算活着·2023-12-18 00:53

AndrewNG Coursera课程编程作业（二）fminunc求解logistics回归

目标：构建一个logistics回归模型，依据学生两次考试的成绩来预测一个学生能否被大学录取通过的输入数据文件为ex2data1.txt：#为用逗号隔开的3列，分别为：exam1Score,exam2Score,lable34.62365962451697,78.0246928153624,030.28671076822607,43.89499752400101,035.8474087699387
UnderStorm·2023-12-17 19:59

机器学习笔记

1.什么是机器学习从数据中自动分析获得模型，并利用模型对位置数据进行预测。关键词：数据模型预测2.机器学习算法分类2.1监督学习数据集有标签监督学习三要素：模型算法策略2.1.1分类classification离散型数据常用算法：Knn，朴素贝叶斯，svm，决策树与随机森林，逻辑回归2.1.2回归regression连续型数据常用算法：线性回归，岭回归2.2非监督学习数据集无标签常用算法：聚类，K
偏偏偏执先生·2023-12-17 17:40

有什么可以空闲时间做的副业推荐，分享5种空闲时间可以做的副业

3.在线教育如果你擅长某个领域，可以考虑在平台如Udemy、Coursera或VIPKid上创建和销售在线课程。4.自制手工艺品如果你喜欢手工艺品制
黑鲨阁软件·2023-12-17 02:02

既然入世，则应努力行事

next=/dashboard%3Ffrom%3Dsinglemessagecoursera:operatingsystem
常惭愧入世修行者·2023-12-16 17:26

机器学习笔记 - 了解学习率对神经网络性能的影响

一、简述深度学习神经网络使用随机梯度下降优化算法进行训练。学习率是一个超参数，它控制每次更新模型权重时响应估计误差而改变模型的程度。学习率值太小可能会导致训练过程过长并可能陷入困境，而值太大可能会导致过快地学习次优权重或训练过程不稳定。配置神经网络时，学习率是重要的超参数。因此，了解学习率对模型性能的影响很有价值。训练期间权重更新的量称为步长或“学习率”。二、不同学习率的评估在此示例中，我们从1E
坐望云起·2023-12-16 14:33

【鸿蒙学习网络】

在线课程：一些在线学习平台提供了鸿蒙技术开发的课程，例如华为云学院（https://education.huaweicloud.com/）、Coursera（https://w
小陀螺丫丫·2023-12-16 04:26

机器学习笔记：linear scaling learning rate （学习率 和batch size的关系）

在训练神经网络的过程中，随着batchsize的增大，处理相同数据量的速度会越来越快，但是达到相同精度所需要的epoch数量越来越多换句话说，使用相同的epoch数量时，大batchsize训练的模型与小batchsize训练的模型相比，验证准确率会减小——>提出了linearscalinglearningrate在mini-batchSGD训练时，增大batchsize不会改变梯度的期望，但是会
UQI-LIUWJ·2023-12-15 12:59

单变量线性回归的机器学习代码

本文为学习吴恩达版本机器学习教程的代码整理，使用的数据集为https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes/blob/f2757f85b99a2b800f4c2e3e9ea967d9e17dfbd8
ShawnWeasley·2023-12-14 22:59

Business Metrics for Data-Driven Companies

https://www.coursera.org/learn/analytics-business-metricsWhatareBusinessMetrics?
可苟可远·2023-12-14 16:47

2019-5-3晨间日记

晚上十点半任务清单昨日完成的任务，最重要的三件事：1.看写作的书2.陪读3.跟读改进：1.写作加思考2.陪读更有挑战性3.做好自己的英语学习，不要轻易输给时间习惯养成：1.早起2.少食＋跑步周目标·完成进度Coursera0%
yesifeng·2023-12-06 14:37
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他