coursera机器学习笔记

机器学习笔记五—机器学习攻击与防御

系列文章目录机器学习笔记一—机器学习基本知识机器学习笔记二—梯度下降和反向传播机器学习笔记三—卷积神经网络与循环神经网络机器学习笔记四—机器学习可解释性机器学习笔记五—机器学习攻击与防御机器学习笔记六—
江_小_白·2023-11-27 19:03

机器学习笔记05---SVM支持向量机

支持向量机（SupportVectorMachine,SVM）是一类按监督学习（supervisedlearning）方式对数据进行二元分类的广义线性分类器（generalizedlinearclassifier），其决策边界是对学习样本求解的最大边距超平面（maximum-marginhyperplane）。SVM被提出于1964年，在二十世纪90年代后得到快速发展并衍生出一系列改进和扩展算法，
一件迷途小书童·2023-11-27 09:15

自动驾驶轨迹规划中的动态窗口算法DWA-Coursera Self-Driving Car课程学习笔记

参考Coursera自动驾驶课程-DWA算法北京理工大学无人车课程Mooc本文为该课程的学习笔记1.学习目标了解如何在自行车模型上增加线性/角加速度约束了解这些约束如何影响我们的规划器在规划过程中用动态窗口法处理这些约束
wujiangzhu_xjtu·2023-11-27 00:22

课程作业总结

这里写自定义目录标题课程实验总结第一次实验-2021.9.30第二次实验-2021.10.24第三次实验-2022.1.7课程实验总结第一次实验-2021.9.30实验内容：Courseraweek1ProgramAssignmentManyTimePad
wtcl_wtcl·2023-11-25 16:23

基于android平台的笔记簿,机器学习笔记簿 降维篇 LDA 01

机器学习中包含了两种相对应的学习类型：无监督学习和监督学习。无监督学习指的是让机器只从数据出发，挖掘数据本身的特性，对数据进行处理，PCA就属于无监督学习，因为它只根据数据自身来构造投影矩阵。而监督学习将使用数据和数据对应的标签，我们希望机器能够学习到数据和标签的关系，例如分类问题：机器从训练样本中学习到数据和类别标签之间的关系，使得在输入其它数据的时候，机器能够把这个数据分入正确的类别中。线性鉴
王润莲·2023-11-25 14:07

算法笔记：OPTICS 聚类

)是一基于密度的聚类算法OPTICS算法是DBSCAN的改进版本在DBCSAN算法中需要输入两个参数：ϵ和MinPts，选择不同的参数会导致最终聚类的结果千差万别，因此DBCSAN对于输入参数过于敏感机器学习笔记
UQI-LIUWJ·2023-11-25 10:15

机器学习笔记06---极大似然估计

估计类条件概率的一种常用策略是先假定其具有某种确定的概率分布形式，再基于训练样本对概率分布的参数进行估计。具体地，记关于类别c的类条件概率为P(x|c)，假设P(x|c)具有确定形式并且被参数向量θc唯一确定，则我们的任务就是利用训练集D估计参数θc。为了明确起见，我们将P(x|c)记为P(x|θc)。事实上，概率模型的训练过程就是参数估计(parameterestimation)过程。对于参数估
一件迷途小书童·2023-11-24 18:58

《学习之道》第四章下丨一看就会，一做就废--如何避免能力错觉

在MOOC、Coursera上开创最受欢迎的学习课“learninghowtolearn”，数十万人报名。本书一出版即高居美国亚马逊学
脑科学与学习方法技能·2023-11-24 12:04

吴恩达Coursera深度学习课程 course2-week1 深度学习的实践层面 总结

P0前言第二门课:ImprovingDeepNeuralNetworks:Hyperparameterturing,RegularizationandOptimization(改善深层神经网络：超参数调试、正则化以及优化)第一周:PracticalaspectsofDeepLearning(深度学习的实践层面)主要知识点:(Train/Dev/Testsets)训练测试集划分、(Bias/Vari
ASR_THU·2023-11-23 19:40

Assignment | 04-week1 -Convolutional Neural Networks: Application Part_2

-ZJCoursera课程|deeplearning.ai|网易云课堂转载请注明作者和出处：ZJ微信公众号-「SelfI
ZJ_Improve·2023-11-23 19:27

Coursera | Andrew Ng (02-week-1-1.3)—机器学习基础

-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·2023-11-23 19:57

机器学习笔记

数据集获取sklearn.datasets.load_*()获取小规模数据集fetch_*(data_home=None)获取大规模数据集，data_home表示目录，可不指定实例1：获取鸢尾花数据集sklearn.datasets.load_iris()实例2：获取大规模数据集sklearn.datasets.fetch_20newsgroups(data_home=None,subset=’t
提子同学是我·2023-11-23 08:17

李宏毅2023春季机器学习笔记 - 01生成AI（ChatGPT）

一、引言预设的知识储备要求：数学（微积分、线性代数、机率）；编程能力（读写python）这门课专注在深度学习领域deeplearning，事实上深度学习在今天的整个机器学习（ML）的领域使用非常广泛，可以说是最受重视的一项ML技术。这门课可以作为你的机器学习的第一堂课，修完后可以更深入的把这个技术，用在你未来感兴趣的领域。课程录像和作业：如果只凭googlecolab可以取得及格的成绩，基本上如果
linyuxi_loretta·2023-11-22 17:09

全栈之殇

听说“全栈”这个词，还是2013年的夏天，在Coursera的一门叫“Startup”的课程里见到的。
Lyall·2023-11-22 15:02

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丨课程传送门...

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
QbitAl·2023-11-22 02:26

机器学习笔记（四）---- 逻辑回归的多分类

一般情况下，我们都认为逻辑回归(LR)用来解决二分类问题，模型输出是y=1的概率值。那逻辑回归能否用来做多分类任务呢，答案是肯定的。这里有两种方法使得逻辑回归能进行多分类任务：一、将多分类任务拆解成多个二分类任务，利用逻辑回归分类器进行投票求解；二、对传统的逻辑回归模型进行改造，使之变为softmax回归模型进行多分类任务求解--多分类任务拆解成多个二分类器首先了解下进行多分类学习任务的策略，第一
zhy_Learn·2023-11-22 01:23

IT 学习资源大汇总

&&哈弗开放的在线课堂平台https://www.edx.org/四学堂在线https://www.xuetangx.com/五大型公开在线课堂（斯坦福大学两名计算机教授创办）https://www.coursera.org
chengqiuming·2023-11-21 08:33

机器学习笔记 - Ocr识别中的CTC算法原理概述

机器学习笔记-Ocr识别中的文本检测EAST网络概述-CSDN博客文章浏览阅读300次。在EAST网络的这个分支中，它合并了VGG16网络不同层的特征输出。
坐望云起·2023-11-21 08:48

机器学习笔记

目录机器学习基本概念介绍深度学习反向传播前向传播反向传播pytorch梯度下降算法卷积神经网络（CNN）卷积层池化层自注意力机制（self-attention）循环神经网络（RNN）长短期记忆递归神经网络（LSTM）Transformer自监督学习（Self-SupervisedLearning）BERT预训练（Pre-train）微调（Fine-tune）机器学习基本概念介绍机器学习≈机器自动寻
czyxw·2023-11-21 01:57

机器学习笔记 - 使用 PyTorch 的多任务学习和 HydraNet

一、HydraNet简述特斯拉使用了一个模型可以解决他们正在处理的每一项可能的任务。例如：物体检测、道路曲线估计、深度估计、3D重建、视频分析、物体追踪、ETC等等。以下是在NVIDIAGPU上以3种不同配置运行的2个计算机视觉模型的基准测试。在第一个配置中，我们运行语义分割模型。在第二种配置中，我们堆叠了单目深度估计模型。在第三种配置中，我们正在构建一个能够同时完成这两项任务的HydraNet。
坐望云起·2023-11-20 22:24

吴恩达机器学习笔记

一、机器学习1.1机器学习定义1.2监督学习supervisedlearning1.2.1监督学习定义给算法一个数据集，其中包含了正确答案，算法的目的是给出更多的正确答案如预测房价（回归问题）、肿瘤良性恶性分类（分类问题）假如说你想预测房价。前阵子，一个学生从波特兰俄勒冈州的研究所收集了一些房价的数据。你把这些数据画出来，看起来是这个样子:横轴表示房子的面积，单位是平方英尺，纵轴表示房价，单位是千
六本木砍王刀哥·2023-11-20 18:30

【Machine Learning】机器学习笔记-(上半部分)

初识机器学习文章目录初识机器学习一，机器学习-1.机器学习定义-2.机器学习算法分类-1.2.1监督学习定义-1.2.2回归问题-1.2.3分类问题-1.3无监督学习-1.3.1无监督学习定义-1.3.2聚类算法二，单变量线性回归-2.1单变量线性回归函数-2.2平方误差函数(代价函数)-2.2.1只考虑θ1θ_1θ1的代价函数-2.2.2θ0θ_0θ0，θ1θ_1θ1都考虑的代价函数-2.3梯度
君问归期魏有期·2023-11-20 18:23

机器学习笔记 - 了解常见开源文本识别数据集以及了解如何创建用于文本识别的合成数据

一、部分开源数据集以下是一些英文可用的开源文本识别数据集。ICDAR数据集：ICDAR代表国际文档分析和识别会议。该活动每两年举行一次。他们带来了一系列塑造了研究社区的场景文本数据集。例如，ICDAR-2013和ICDAR-2015数据集。MJSynth数据集：该合成词数据集由牛津大学视觉几何组提供。该数据集由综合生成的900万张图像组成，涵盖9万个英语单词，并包括我们工作中使用的训练、验证和测试
坐望云起·2023-11-20 07:20

机器学习笔记：EM算法（期望最大算法）

1算法介绍1.0EM算法的引入EM算法主要解决的问题是，具有隐变量的混合模型的参数估计，即其极大似然估计如果是简单的问题，我们可以直接求出P(x|θ)的时候，我们可以直接用最大似然估计来求出解析解但如果在模型中有了隐变量之后，就不太好求解析解P(x|θ)了，也就无法用最大似然估计来得到最佳的θ——》这时候就需要EM算法了1.1EM算法介绍EM算法是一个迭代的算法，其会不断地更新θ，直至收敛。第t轮
UQI-LIUWJ·2023-11-19 20:17

AI领域权威学者吴恩达亲身阐述如何有效阅读论文，并了解一个新的领域

吴恩达（英文名：AndrewNg），是斯坦福大学计算机科学系和电子工程系教授，人工智能实验室主任，人工智能和机器学习领域国际上最权威的学者之一，也是在线教育平台Coursera的联合创始人（withDaphneKoller
SCI论文汇·2023-11-19 12:09

机器学习笔记 - Ocr识别中的文本检测EAST网络概述

一、文本检测文本检测简单来说就是找到图像中可以出现文本的区域。例如，请参见下图，其中在检测到的文本周围绘制了绿色边框。在进行文本检测时，你可能会遇到两种情况具有结构化文本的图像：这是指具有干净/均匀背景和常规字体的图像。文本大多密集，行结构正确，文本颜色均匀。带有非结构化文本的图像：这是指复杂背景上带有稀疏文本的图像。文本可以具有不同的颜色、大小、字体和方向，并且可以出现在图像中的任何位置。对这些
坐望云起·2023-11-19 08:28

机器学习笔记（六）——机器学习概念：多项式回归与pipeline、偏差和方差、L1正则与L2正则

一、多项式回归与sklearn中的Pipeline之前已经学习了简单线性回归，其输入特征值有一维，即y=θ0+θ1x1;y=\theta_0+\theta_1x_1;y=θ0+θ1x1;当推广到多维特征，即多元线性回归：y=θ0+θ1x1+θ2x2+…+θnxn。y=\theta_0+\theta_1x_1+\theta_2x_2+…+\theta_nx_n。y=θ0+θ1x1+θ2x2+…+θn
爱学习的老青年·2023-11-16 23:26

Coursera? EdX? 五大在线课程平台详解

这里写自定义目录标题1.Coursera?EdX?
云满笔记·2023-11-16 14:39

50个学习新技能的最佳网站

Coursera—参加全世界最好的在线免费课程。Coursmos—随时在任何设备上学习一个微课程。
imarklei·2023-11-16 14:34

机器学习笔记（伪标签）/论文笔记 Pseudo-Label: The Simple and Efficient Semi-Supervised Learning Method for Deep Neu

Pseudo-Label:TheSimpleandEfficientSemi-SupervisedLearningMethodforDeepNeuralNetworks20131伪标签未标记的数据由监督学习网络标记。（将具有最大预测概率的类作为伪标签）然后使用标记数据和伪标记数据训练网络。2伪标签的损失函数损失函数分为真实标签部分和伪标签部分伪标签部分的权重使用a(t)来进行调节，如果a(t)特别
UQI-LIUWJ·2023-11-16 12:24

Ridge和Lasso回归代码实现--Tensorflow部分

Ridge和Lasso回归代码实现–Tensorflow部分–潘登同学的机器学习笔记python版本–3.6;Tensorflow版本–1.15.0;编辑器–Pycharm文章目录Ridge和Lasso
PD我是你的真爱粉·2023-11-16 10:45

吴恩达机器学习笔记26-样本和直观理解1（Examples and Intuitions I）

从本质上讲，神经网络能够通过学习得出其自身的一系列特征。在普通的逻辑回归中，我们被限制为使用数据中的原始特征?1,?2,...,??，我们虽然可以使用一些二项式项来组合这些特征，但是我们仍然受到这些原始特征的限制。在神经网络中，原始特征只是输入层，在我们上面三层的神经网络例子中，第三层也就是输出层做出的预测利用的是第二层的特征，而非输入层中的原始特征，我们可以认为第二层中的特征是神经网络通过学习后
weixin_34221773·2023-11-15 21:58

吴恩达Coursera, 机器学习专项课程, Machine Learning：Supervised Machine Learning: Regression and Classification第三.

Practicequiz:Classificationwithlogisticregression第1个问题：Whichisanexampleofaclassificationtask?【正确】Basedonthesizeofeachtumor,determineifeachtumorismalignant(cancerous)ornot.Basedonapatient'sbloodpressur
ZhemgLee·2023-11-15 09:46

吴恩达Coursera, 机器学习专项课程, Machine Learning：Supervised Machine Learning: Regression and Classification第一.

Practicequiz:Supervisedvsunsupervisedlearning第1个问题：Whicharethetwocommontypesofsupervisedlearning?(Choosetwo)【正确】Regression【解释】Regressionpredictsanumberamongpotentiallyinfinitelypossiblenumbers.【不选】Clu
ZhemgLee·2023-11-15 09:45

吴恩达Coursera, 机器学习专项课程, Machine Learning：Supervised Machine Learning: Regression and Classification第二.

吴恩达Coursera,机器学习专项课程,MachineLearning：SupervisedMachineLearning:RegressionandClassification第一、二周所有jupyternotebook
ZhemgLee·2023-11-15 09:45

Coursera-Supervised Machine Learning:Regression and Classification by 吴恩达（课程笔记）

Welcometomachinelearning1、介绍常见的机器学习的应用场景：1：使用搜索引擎时，例如谷歌，谷歌会根据用户的输入，搜索并排列好用户可能会需要的内容2：使用趋向于展示图像的社交媒体时，可以对图像中的人物进行识别，如：Ins上，可以tag出照片中的某人。3：在流媒体服务器上观看某个影片后，可以通过该影片获取平台的相关类型电影的推荐。4：手机等电子设备，可以进行语音到文本的转换，并对
doubi常常喝可乐·2023-11-15 09:15

mysql有没有快捷方式_mysql 控制台 快捷方式

官网速度缓慢,可以点击如下地址直接从GitHub上下载OpenCV3.1的源代码下...POJC++程序设计编程题＃2魔兽世界之二：装备编程题#2:魔兽世界之二:装备来源:POJ(Coursera
悦然-英语口译·2023-11-14 23:56

AI时代如何提升自己晋升力

要在AI时代提升职场晋升力，采取以下详细策略：终身学习的实践：专业课程：定期参加在线课程或研讨会，如Coursera、edX等，学习最新的AI技术和行业动态。
米码收割机·2023-11-13 11:09

神经网络常用的训练方式,神经网络是怎么训练的

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。
小六oO·2023-11-13 01:10

机器学习笔记（三）

相关文章链接机器学习的基本概念模型的评估与选择回归分析决策树与随机森林支持向量机SVM与隐马尔可夫模型卷积神经网络CNN与循环神经网络RNN聚类与集成算法机器学习笔记（三）回归分析线性回归损失函数最小二乘法岭回归
枯鱼过河泣·2023-11-11 17:50

【GNN】一文读懂图卷积GCN

作者：苘郁蓁来源：知乎专栏郁蓁的机器学习笔记。编辑：happyGirl整理：浅梦的学习笔记具体来说，本文包括什么：图网络的有哪些种类，它们之间的区别和联系是什么？图卷积的地位，图卷积怎么理解？
zenRRan·2023-11-11 11:33

吴恩达机器学习笔记--第三周-4.解决过拟合问题

week3-4.SolvingtheProblemofOverfitting一、TheProblemofOverfittingunderfitting=highbias；overfitting=highvariance。避免过拟合的方法：二、CostFunction在代价函数J中对每个参数theta加入正则化项（罚函数），从而使所有的参数变小。但是不对theta0增加正则化项。若正则化项中的系数l
Loki97·2023-11-10 17:28

30个在线Python自学网站，再也不用到处找资料了（文末送福利）

LearnPythontheHardWay3、CodeCademy4、Python.org5、inventwithpython6、pythonspot7、AfterHoursProgramming.com8、Coursera9
田野猫咪·2023-11-10 16:13

机器学习笔记 - WGAN生成对抗网络概述和示例

一、简述WassersteinGAN或WGAN是一种生成对抗网络，它最小化地球移动器距离(EM)的近似值，而不是原始GAN公式中的Jensen-Shannon散度。与原始GAN相比，它的训练更加稳定，模式崩溃的证据更少，并且具有可用于调试和搜索超参数的有意义的曲线。Wasserstein生成对抗网络（WassersteinGAN）是生成对抗网络的扩展，它既提高了训练模型时的稳定性，又提供了与生成图
坐望云起·2023-11-10 08:23

Dynamic Neural Networks: A Survey

动态神经网络：综述论文地址：https://arxiv.org/abs/2102.04906v2项目地址：https://github.com/StevenTu01/CourseraAbstract动态神经网络是深度学习领域的一个新兴研究课题
通街市密人有·2023-11-10 01:30

机器学习笔记(四)

聚类算法K-means分为两个步骤查看每个点并将其分配给最近的集群质心将每个簇质心移动到所有具有相同颜色的点的平均值。损失函数J也叫失真函数Distortion选择聚类数量
半岛铁盒@·2023-11-08 19:01

机器学习笔记(3)

Adam算法Adam主要是用于梯度下降方面的优化,在不同的参数中给定不同的下降速率α主要应用在compile方面,加了一个优化器,初始学习速率是0.001,在运行时会自我调整精确度和召回率P,R调和均值,选择更好的算法右下角为公式.决策树判断的过程中像树一样选择从上到下分别是:根节点,决策节点,叶子节点在决策树的特征选择中,使用不同的特征,效果也不同什么时候停止继续向下分裂?1.当一个节点纯度达到
半岛铁盒@·2023-11-08 19:30

FlyAI小课堂：python机器学习笔记：深入学习决策树算法原理

分类技术（或分类法）是一种根据输入数据建立分类模型的系统方法，分类法的例子包括决策分类法，基于规则的分类法，神经网络，支持向量机和朴素贝叶斯分类法。这些技术都使用一种学习算法（learningalgorithm）确定分类模型，该模型能够很好的拟合输入数据中类标号和属性集之间的联系，学习算法得到的模型不仅要很好地拟合输入数据，还要能够正确的预测未知样本的类标号。因此，训练算法的主要目标就是建立具有很
iFlyAI·2023-11-07 16:50

python机器学习笔记：ID3决策树算法实战

ID3算法是一种贪心算法，用来构造决策树，ID3算法起源于概念学习系统（CLS），以信息熵的下降速度为选取测试属性的标准，即在每一个节点选取还尚未被用来划分的具有最高信息增益的属性作为划分标准，然后继续这个过程，直到生成的决策树能完美的分类训练样例。在此之前，推荐大家可以多在FlyAI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站
iFlyAI·2023-11-07 16:20

机器学习笔记5-2：Transformer

*注:本博客参考李宏毅老师2020年机器学习课程.视频链接目录1Seq2seq2Encoder3Decoder3.1AT汉字的产生如何输出不定长向量避免一步错，步步错3.2NAT3.3Training3.4Tips3.4.1CopyMechanism（复制机制）3.4.2GuidedAttention3.4.3BeamSearch3.4.4Learningratescheduling3.4.5Ba
Acetering·2023-11-06 15:44
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他