coursera机器学习笔记第6页

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）

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

机器学习笔记：RNN值Teacher Forcing

1基本介绍Teacherforcing是一种在训练循环神经网络（RNN）时使用的技术，尤其是在序列生成任务中，如机器翻译、文本生成或语音合成。这种方法的目的是更有效地训练网络预测下一个输出，给定一系列先前的观察结果。1.1标准RNN训练过程的问题当训练一个用于序列生成的RNN时，通常会让网络预测序列中的下一个元素。（这种模式又被称为free-runningmode/autoregressivemo

UQI-LIUWJ·2023-11-06 15:07

Coursera.MachineLearning.Week9

MachineLearningWeek9:AnomalyDetection&RecommenderSystemsGMM-混合高斯模型算法AnomalyDetection1.densityestimation(密度估计)1.1概率模型密度估计Anomalydetectionexample:Frauddetection&Manitoring1.2GaussianDistribution【Normald

小异_Summer·2023-11-06 04:31

公开课可下载资源汇总

arnil530164·2023-11-05 06:17

AndrewNG Coursera课程编程作业（一）梯度下降求解线性回归

UnderStorm·2023-11-05 03:10

Introduction to Data Science in Python学习笔记

本文主要是作者在学习coursera的IntroductiontoDataScienceinPython课程的学习笔记，仅供参考。

Python休·2023-11-04 13:46

机器学习笔记 - 感知器的数学表达

一、假设前提感知机（或称感知器，Perceptron）是FrankRosenblatt在1957年就职于Cornell航空实验室（CornellAeronauticalLaboratory）时所发明的一种人工神经网络。它可以被视为一种最简单形式的前馈神经网络，是一种二元线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1。感知机是神经网络的雏形，同时也是支持向量机的基础，感知机对应

坐望云起·2023-11-04 12:41

Coursera Algorithm II PA5

这次作业题要求实现25个点的TSP问题TSP的非递归动规解法本身就有一定的难度，但本题的重点却是内存优化，因为25点的TSP动规解法需要的内存较多为了优化空间复杂度，这里引入了两个技巧：1.Gosper'shack2.Combinadic首先，还是要清楚了解TSP解法的状态转移方程，这里对状态转移方程做了详细的介绍，且带有伪代码1.我们用二进制来表示集合S,比如5个点的TSP问题，00111表示集

weixin_33717117·2023-11-03 08:30

吴恩达的机器学习笔记-写在前面

作为一个还没找到编程工作的的伪程序员，我都不好意思自封非科班程序员。今年是2018年11月，基本上，这一年就算过去了。我是今年毕业，不过7月份头脑发热，转正一个月后就裸辞了。想想心也是真大，说辞就辞，完全不考虑今年这样恶劣的就业环境。这不，你们看，报应来了，到现在都没有工作，只能来写写文章，通过文字来排解内心的焦虑。我在辞职的那家公司工作了大概有半年，工作是产品助理，日常琐碎的事情较多，但也基本应

吾儿滨滨·2023-11-03 03:51

李宏毅机器学习笔记.Flow-based Generative Model(补)

文章目录引子生成问题回顾：GeneratorMathBackgroundJacobianMatrixDeterminant行列式ChangeofVariableTheorem简单实例一维实例二维实例网络G的限制基于Flow的网络构架G的训练CouplingLayerCouplingLayer反函数计算CouplingLayerJacobian矩阵计算CouplingLayerStacking1×1

oldmao_2000·2023-11-03 02:59

python one class svm_Python机器学习笔记：One Class SVM

前言最近老板有一个需求，做单样本检测，也就是说只有一个类别的数据集与标签，因为在工厂设备中，控制系统的任务是判断是是否有意外情况出现，例如产品质量过低，机器产生奇怪的震动或者机器零件脱落等。相对来说容易得到正常场景下的训练数据，但故障系统状态的收集示例数据可能相当昂贵，或者根本不可能。如果可以模拟一个错误的系统状态，问题就好解决多了，但无法保证所有的错误状态都被模拟到，所以只能寻找单样本检测相关的

weixin_39575775·2023-11-02 08:56

单样本检测方法-One Class SVM

Python机器学习笔记——OneClassSVM前言最近老板有一个需求，做单样本检测，也就是说只有一个类别的数据集与标签，因为在工厂设备中，控制系统的任务是判断是是否有意外情况出现，例如产品质量过低，

试一试名字能有多长·2023-11-02 08:55

梯度提升树算法原理与python实战——机器学习笔记之集成学习PartⅣ

***TheMachineLearningNotingSeries***目录1梯度提升算法原理梯度提升算法的原理梯度提升优化参数的过程2梯度提升回归树3梯度提升分类树4用python实现梯度提升算法1梯度提升算法原理梯度提升树采用向前式分步可加建模方式，每次迭代仅需估计当前模型，而且每个模型进入“联合投票委员会”时不会影响之前的模型。在迭代过程中基于损失函数，采用梯度下降法，找到使损失函数下降最快

搏努力概形·2023-11-01 09:51

学习如何学习

“--在学习coursera上《学习如何学习》（learninghowtolearn）我就这感受。怎么没早看到呢？

野猪一九九五·2023-11-01 08:03

见微知著，你真的搞懂Google的Wide&Deep模型了吗？

这里是「王喆的机器学习笔记」的第三十二篇文章。

王喆的机器学习笔记·2023-11-01 06:54

机器学习笔记 - 神经辐射场（NeRF）的简要概述

一、简述神经辐射场十分重要。在表示和渲染3D场景领域，神经辐射场(NeRF)在准确性方面取得了巨大突破。给定底层场景的多个图像，NeRF可以从任意视点重建该场景的高分辨率、2D渲染图。与局部光场融合(LLFF)和场景表示网络(SRN)等现有技术相比，NeRF更能够捕获场景外观和几何形状的复杂组成部分（例如，依赖于视图的反射和复杂的材料）。NeRF的研究目的是合成同一场景不同视角下的图像。方法很简单

坐望云起·2023-10-31 09:46

机器学习笔记（含图像处理）

一、回归1.梯度下降梯度下降是通过不断更新各个变量的参数得到代价函数的全局最小值，更新方式为：原来的参数-步长×代价函数对参数的偏导。注意：迭代次数和步长需要由自己设定。越接近最小值时，代价函数对参数的偏导（即斜率）就越小，则达到最小值就越慢。代码：defgradientDescent(X,y,theta,alpha,iters):temp=np.matrix(np.zeros(theta.sha

鼎__·2023-10-31 08:28

机器学习笔记第一周：概述

1.什么是机器学习非正式定义：使计算机学习的能力没有明确编程的学习领域。正式定义：一个计算机程序可以从经验E学习一些类别的任务T和性能测量P，如果它的性能在任务T中以P作为测量，随着经验E改善，则称这个程序为机器学习。“例子：玩跳棋E=玩许多棋子游戏的经验T=玩跳棋的任务P=程序将赢得下一场比赛的概率一般来说，机器学习可以分为两类：有监督学习和无监督学习2.有监督学习在监督式学习中，我们得到了一个

古木沉舟·2023-10-31 01:08

Azure - 机器学习：使用 Apache Spark 进行交互式数据整理

目录本文内容先决条件使用ApacheSpark进行交互式数据整理Azure机器学习笔记本中的无服务器Spark计算从AzureDataLakeStorage(ADLS)Gen2导入和整理数据从AzureBlob

TechLead KrisChang·2023-10-30 07:50

人人都能懂的机器学习——训练深度神经网络——优化算法2

RMSProp算法是由GeoffreyHinton和TijmenTieleman在2012年提出的，并且GeoffreyHinton在Coursera上有一节关于神经网络的课程上展示了这种算法。

苏小菁在编程·2023-10-29 16:43

第1周学习笔记-Coursera机器学习-吴恩达

Introduction1.MachineLearningdefinitionArthurSamuel(1959).MachineLearning:Fieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammer.古老的、正式的定义编写西洋棋程序，让程序自己跟自己下棋，让程序明白什么是好的布局、坏的布局。

烟若清尘·2023-10-29 09:30

机器学习笔记第5课：线性回归算法

线性回归可能是统计学和机器学习中最知名且易于理解的算法之一。它不就是一项起源于统计学的技术吗？预测建模主要关注的是让模型的误差最小化，或者说，在可以解释的前提下，尽可能作出最准确的预测。我们会借用，重用，甚至是窃取许多不同领域（包括统计学）的算法，并将其用于上述的目标。线性回归通常表示为这样一个等式：通过查找特定的称为系数（B）的输入变量的权重，来描述最符合输入变量（x）和输出变量（y）之间关系的

首席IT民工·2023-10-29 04:51

数据结构&&算法，学习笔记

算法学习资源93k算法小抄.leetcodehttps://github.com/labuladong/fucking-algorithm算法可视化https://visualgo.net/zhcoursera

Abner_iii·2023-10-28 23:11

工具速递·2023-10-28 23:00

机器学习笔记03_机器学习基本概念(下)

学习视频：[中英字幕]吴恩达机器学习系列课程学习资料：https://github.com/fengdu78/Coursera-ML-AndrewNg-NotesGitHub不好用的话，我在CSDN资源区也上传了开源资料

三木今天学习了嘛·2023-10-28 17:25

机器学习笔记3——模型评估与选择（二）

凡事都要有个标准，仅仅看实验测试的表现还不够，衡量泛化能力还需要有一套评价标准，也叫做性能度量（performancemeasure）。当然标准也可以有好几套，从不同维度和侧重来评价。这同时也反映了模型的好坏是相对的，换一个标准评价的结果是不一样的。没有最好的，只有最合适的。一、性能度量1、错误率与精度这是分类任务最常用的两种性能度量。错误率=分类错误的数量/样本总数精度=分类正确的数量/样本总数

libodls·2023-10-28 14:27

吴恩达机器学习笔记

WhatisMachineLearning?TwodefinitionsofMachineLearningareoffered.ArthurSamueldescribeditas:"thefieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed."Thisisanolder,informaldef

孙虾米·2023-10-28 03:33

【机器学习算法-K近邻（KNN）】

机器学习笔记（1）-K近邻K近邻算法scikit-learnK近邻算法API案例机器学习算法步骤k值的选择鸢尾花数据集种类预测鸢尾花数据集案例实现交叉验证K近邻算法什么是k近邻算法（k近邻算法又叫做knn

闲看庭前梦落花·2023-10-28 02:56

[译]如何开启你的机器学习工程师的职业之路？---吴恩达

原文来自Quora：How-should-you-start-a-career-in-Machine-LearningCoursera上的斯坦福机器学习旨在帮助广大观众开始机器学习。

everfight·2023-10-28 02:02

推荐频道

coursera机器学习笔记