cs229 第5页

吴恩达-斯坦福CS229机器学习课程-2017（秋）最新课程分享

吴恩达主讲的机器学习-2017年秋季课程已经开课啦，今天跟大家分享这套课程。课程介绍本课程主要介绍机器学习和统计模式识别相关的知识。内容主要包括：监督学习（生成/判别学习，参数/非参数学习，神经网络，支持向量机）；无监督学习（聚类，维数规约，核方法）；学习理论（偏差/方差权衡；VC理论；大边缘概率）；强化学习和自适应控制。课程还将讨论机器学习在一些领域的最新应用，如机器人控制，数据挖掘，自主导航，

lqfarmer·2017-10-04 12:13

《机器学习》——logistic regression分类问题

最近在学习《机器学习》课程（cs229）的logisticregression，在做其中一道变成作业时遇到了几个问题，现在弄懂了在此总结及回顾一下这些知识点：逻辑斯谛回归模型的假设函数为：其中g为sigmoid

梦想有只猫·2017-08-03 12:16

微分动态规划的基本思想

吴恩达cs229第19课，微分动态规划这一部分，看了两遍才看明白。

jbluesun·2017-08-02 01:19

机器学习笔记（一）线性回归和logistic回归

我们来简单分析一下，CS229给了一个预测房价的例子，那么对应于我们从直观上理解的目的，也就是预测的房价。其产生的途径是输入的特征值和权重，然而我们想要的就是权重。所以说机器学习的主要目的其实就是

limn2o4·2017-07-20 11:40

因子分析、主成分分析（PCA）、独立成分分析（ICA）——斯坦福CS229机器学习个人总结（六）

因子分析是一种数据简化技术，是一种数据的降维方法。因子分子可以从原始高维数据中，挖掘出仍然能表现众多原始变量主要信息的低维数据。此低维数据可以通过高斯分布、线性变换、误差扰动生成原始数据。因子分析基于一种概率模型，使用EM算法来估计参数。主成分分析（PCA）也是一种特征降维的方法。学习理论中，特征选择是要剔除与标签无关的特征，比如“汽车的颜色”与“汽车的速度”无关；PCA中要处理与标签有关、但是存

NJiahe·2017-05-07 15:36

[机器学习]（九）cs229之独立分量分析

这篇博客记录了学习独立成分分析的过程，方便以后查询。一、引言参考文献《独立成分分析方法综述》（杨竹青等）《独立成分分析基本原理与发展》（卜涛）。独立成分分析最开始是解决盲信号处理的盲源分离问题，其中典型的例子是“鸡尾酒会”例子：假想一下,在一个房间里的不同位置放着两个麦克风,同时有两个人说话.两个麦克风能同时记录下两个时间信号,仅用这两个记录的信号来估计出原来的两个语音信号,称作鸡尾酒会问题。二、

hotkitchen·2017-04-19 19:12

第0节-斯坦福cs229机器学习笔记

斯坦福人工智能实验室是人工智能领域的扛把子，牛人包括现在在百度的吴恩达NG（具体课程CS229）和现在在Google的李飞飞

北邮张博·2017-01-15 11:52

深度学习，看论文之前我学了这些东西

公开课：1.台大机器学习基石2.台大机器学习技法3.斯坦福机器学习（cs229）4.MIT线性代数5.MIT微积分重点6.台大概率论7.七月在线：机器学习中的数学8.斯坦福卷积神经网络（cs231n）9

无知的程序员·2016-07-16 08:24

逻辑回归的向量化实现样例

逻辑回归的向量化实现样例我们想用批量梯度上升法对logistic回归分析模型进行训练，其模型如下：让我们遵从公开课程视频与CS229教学讲义的符号规范，设，于是，，为截距。

qq_25491201·2016-04-23 11:00

CS229 回归（2-4节）

什么是监督学习（supervisedlearning）：给定一些训练集合（其中包括features和targets），通过学习型算法，训练出一些参数和分类器，以便对于一些target未知的数据进行决策（predicted）。当targetvariables是连续的时候，称为回归（regression）；而当targetvariables是离散值得时候，称为分类（classification）。第I

babyhujn0526·2016-04-07 10:00

CS229的简单梳理（待续）

准备研究生复试，借机梳理一下CS229，以notes和《统计学习方法》和其他资源为辅助。

qiusuoxiaozi·2016-03-21 09:00

【CS229 lecture20】策略搜索

lecture20强化学习最后一课Agenda-POMDPs(partiallyobservableMDPs)-Policysearch(themaintopicfortodaywillbepolicysearchalgorithm,specificllyI’lltalkabouttwoalgorithmsnamedReinforcedandPegasus)-Reinforced-Pegasus-

qiusuoxiaozi·2016-03-12 21:00

【CS229 lecture19】微分动态规划

首先声明一下，这节课基本没听懂，但是还是把课程笔记写下。lecture19微分动态规划继续强化学习算法的讨论Agenda:课程中段我曾讲过调试learningalgorithm，今天再来将强化学习的部分：Themotivatingexampleisroboticcontrol;firstbuildasimulator…debuggingaRLalgorithm(这只是在直升机上一个例子，事实上，一

qiusuoxiaozi·2016-03-11 21:00

【CS229 lecture18】linear quadratic regulation(LQR) 线性二次型调节控制

lecture18今天来讨论我最喜欢的算法之一，用以控制MDP，我觉得是一个优雅、高效、强大的算法。先讨论MDP的几个常见变种（与现有的MDP定义会有不同）。Agendastate-actionrewardsfinitehorizonMDPslineardynamicalsystems线性动力系统-models-linearquadraticregulation(LQR)线性二次型调节控制just

qiusuoxiaozi·2016-03-10 21:00

【CS229 lecture17】连续马尔科夫决策过程

lecture17recapMDPhowtogeneralizetheseidea(MDP)tocontinuousstates?ContinuousstateMDPs（上节课讲的是离散的）-Discretization-Models/Simulator-Fittedvalueiteration-Qfunction-Approximatepolicyiteration（QfunctionandAp

qiusuoxiaozi·2016-03-09 14:00

【CS229 lecture16】强化学习-马尔科夫决策过程（MDP）

刚看完了lecture16，借马尔科夫决策过程入门强化学习，趁热打铁把知识梳理一下（以Andrew的课为线索）：lecture16马尔科夫决策过程今天开始ML新的一章，讲强化学习。agenda-MDPs-ValueFunction-Valueiteration-Policyiteration后面两个都是解决强化学习的算法。几个强化学习的例子：斯坦福直升机，因为不好给定训练数据，所以只能使用奖惩信号

qiusuoxiaozi·2016-03-08 20:00

斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感

学习时间从2013年7月26日星期五开始，在网易公开课视频网站上，观看由斯坦福大学AndrewNg教授主讲的计算机系课程（编号CS229）《机器学习》（网址http://v.163.com/special

MyArrow·2016-01-14 15:00

机器学习笔记：Logistic Regression

今天听了CS229的课，找到了牛人的笔记和程序，才算略懂一点。　　Logistic Regression是一种回归算法，它跟Linear Regression回归有一定的不同。

·2015-11-13 09:08

【cs229-Lecture5】生成学习算法：1）高斯判别分析（GDA）;2）朴素贝叶斯（NB）

参考： cs229讲义机器学习（一）：生成学习算法Generative Learning algorithms： http://www.cnblogs.com/zjgtan/archive/

·2015-11-02 12:52

stanford机器学习实验1

notes1是关于回归的部分http://www.stanford.edu/class/cs229/notes/cs229-notes1.pdf 1.线性回归举例是对于房子价格的预测

·2015-10-30 12:24

Expectation Maximization

==================================================ＡndrewNg关于EM有两个不错的课件http://www.stanford.edu/class/cs229

langb2014·2015-09-14 21:00

斯坦福CS229机器学习课程笔记五：支持向量机 Support Vector Machines

原文链接：http://www.cnblogs.com/logosxxw/p/4691979.htmlSVM被许多人认为是有监督学习中最好的算法，去年的这个时候我就在尝试学习。不过，面对长长的公式和拗口的中文翻译最终放弃了。时隔一年，看到Andrew讲解SVM，总算对它有了较为完整的认识，总体思路是这样的：1.介绍间隔的概念并重新定义符号；2.分别介绍functionalmargins与geome

diezhangu4106·2015-07-31 13:00

斯坦福CS229机器学习课程笔记二：GLM广义线性模型与Logistic回归

幸好，在CS229第三节课介绍了逻辑回归，第四节课介绍了广义线性模型，综合起来总算让我对逻辑回归有了一定的理解。与课程的顺序相反，我认为应

diezhangu4106·2015-07-16 15:00

cs229 斯坦福机器学习笔记（二）-- LR回顾与svm算法idea理解

LR回顾LR是机器学习入门的第一道坎，总结一下，LinearRegression和logisticRegression都是属于GLM，套了logistic之后，输出结果就变成一个概率了，lossfunction和likelihoodfunction取反是类似的东西，都可以作为优化的目标。但我感觉likelihoodfunction从概率统计上来说，更有理论支持吧。lossfunction直接对残差

dinosoft·2015-06-14 23:55

cs229 斯坦福机器学习笔记（二）-- LR回顾与svm算法idea理解

LR回顾LR是机器学习入门的第一道坎，总结一下，LinearRegression和logisticRegression都是属于GLM，套了logistic之后，输出结果就变成一个概率了，lossfunction和likelihoodfunction取反是类似的东西，都可以作为优化的目标。但我感觉likelihoodfunction从概率统计上来说，更有理论支持吧。lossfunction直接对残差

dinosoft·2015-06-14 23:55

cs229 斯坦福机器学习笔记（二）-- LR回顾与svm算法idea理解

LR回顾LR是机器学习入门的第一道坎，总结一下，LinearRegression和logisticRegression都是属于GLM，套了logistic之后，输出结果就变成一个概率了，lossfunction和likelihoodfunction取反是类似的东西，都可以作为优化的目标。但我感觉 likelihoodfunction从概率统计上来说，更有理论支持吧。lossfunction直接对残

Dinosoft·2015-06-14 23:00

cs229 斯坦福机器学习笔记（一）-- 入门与LR模型

dinosoft·2014-06-29 11:04

cs229 斯坦福机器学习笔记（一）-- 入门与LR模型

Dinosoft·2014-06-29 11:00

斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感

学习时间从2013年7月26日星期五开始，在网易公开课视频网站上，观看由斯坦福大学AndrewNg教授主讲的计算机系课程（编号CS229）《机器学习》（网址http://v.163.com/special

smile0198·2014-06-22 18:00

斯坦福大学(Andrew Ng)机器学习课程讲义

coll=348ca38a-3a6d-4052-937d-cb017338d7b1 http://www.stanford.edu/class/cs229/materials.html Lecture

y_x·2014-04-22 10:00

斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感

学习时间从2013年7月26日星期五开始，在网易公开课视频网站上，观看由斯坦福大学AndrewNg教授主讲的计算机系课程（编号CS229）《机器学习》（网址http://v.163.com/special

lotus___·2014-03-03 09:18

斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感

学习时间从2013年7月26日星期五开始，在网易公开课视频网站上，观看由斯坦福大学AndrewNg教授主讲的计算机系课程（编号CS229）《机器学习》（网址http://v.163.com/special

lotus___·2014-03-03 09:00

【原】斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感

学习时间从2013年7月26日星期五开始，在网易公开课视频网站上，观看由斯坦福大学Andrew Ng教授主讲的计算机系课程（编号CS229）《机器学习》（网址 http://v.163.com/special

liliphd·2013-08-22 17:00

斯坦福大学机器学习课程讲义

coll=348ca38a-3a6d-4052-937d-cb017338d7b1http://www.stanford.edu/class/cs229/materials.htmlLecturenotes1

xiahouzuoxin·2013-08-06 23:00

斯坦福大学机器学习课程讲义

coll=348ca38a-3a6d-4052-937d-cb017338d7b1http://www.stanford.edu/class/cs229/materials.htmlLect

jia_zhengshen·2013-08-03 12:00

用python实现图形显示“线性回归+梯度下降”算法

刚开始学习CS229，PartI中关于线性回归讲解非常细致，相当基础的内容，感觉还挺容易实现的，就尝试用python实现，经过一番尝试，最后能逼近样本并且画出图，效果如下：图是通过python的一个图形库

beyondyang·2013-05-26 16:00

斯坦福大学(Andrew Ng)机器学习课程讲义

coll=348ca38a-3a6d-4052-937d-cb017338d7b1http://www.stanford.edu/class/cs229/materials.htmlLecturenotes1

zhang11wu4·2012-12-13 14:00

机器学习 cs229学习笔记6(增强学习 reinforcement learning,MDP)

============================================================上周生病再加上课余的一些琐事，这边的进度就慢下来了，本篇笔记基于斯坦福大学公开课cs229

Dark_Scope·2012-12-05 09:36

机器学习 cs229学习笔记6(增强学习 reinforcement learning,MDP)

============================================================上周生病再加上课余的一些琐事，这边的进度就慢下来了，本篇笔记基于斯坦福大学公开课cs229

Dark_Scope·2012-12-05 09:36

机器学习 cs229学习笔记6(增强学习 reinforcement learning,MDP)

============================================================上周生病再加上课余的一些琐事，这边的进度就慢下来了，本篇笔记基于斯坦福大学公开课cs229

Dark_Scope·2012-12-05 09:00

机器学习 cs229学习笔记5 (ICA Independent components analysis)

allisbasedonthestanford'sopen-courseCS229lecture15)因为对ICA理解得不是很深刻在网上东搜西搜搜到一个牛人的bloghttp://www.cnblogs.com/jerrylead/他也写了cs229

Dark_Scope·2012-11-26 21:35

机器学习 cs229学习笔记5 (ICA Independent components analysis)

allisbasedonthestanford'sopen-courseCS229lecture15)因为对ICA理解得不是很深刻在网上东搜西搜搜到一个牛人的bloghttp://www.cnblogs.com/jerrylead/他也写了cs229

Dark_Scope·2012-11-26 21:35

机器学习 cs229学习笔记5 (ICA Independent components analysis)

allisbasedonthestanford'sopen-courseCS229lecture15)因为对ICA理解得不是很深刻在网上东搜西搜搜到一个牛人的bloghttp://www.cnblogs.com/jerrylead/他也写了cs229

Dark_Scope·2012-11-26 21:00

机器学习 cs229学习笔记4 (EM for factor analysis & PCA（Principal components analysis）)

==EMFORFACTORANALYSIS=============================================================================通过cs229

Dark_Scope·2012-11-22 12:50

机器学习 cs229学习笔记4 (EM for factor analysis & PCA（Principal components analysis）)

==EMFORFACTORANALYSIS=============================================================================通过cs229

Dark_Scope·2012-11-22 12:00

关于多元正态分布的条件分布的证明

之前在机器学习cs229学习笔记3(EMalogrithm,MixtureofGaussiansrevisited&Factoranalysis)中直接给出了多元正态分布的条件概率正好今天上课讲了多元正态分布的内容

Dark_Scope·2012-11-20 23:17

关于多元正态分布的条件分布的证明

之前在机器学习cs229学习笔记3(EMalogrithm,MixtureofGaussiansrevisited&Factoranalysis)中直接给出了多元正态分布的条件概率正好今天上课讲了多元正态分布的内容

Dark_Scope·2012-11-20 23:00

机器学习 cs229学习笔记3 (EM alogrithm,Mixture of Gaussians revisited & Factor analysis )

(allisbasedonthestanford'sopen-coursecs229lecture13)接上次笔记机器学习cs229学习笔记2(k-means,EM&MixtureofGaussians

Dark_Scope·2012-11-19 21:06

机器学习 cs229学习笔记3 (EM alogrithm,Mixture of Gaussians revisited & Factor analysis )

(allisbasedonthestanford'sopen-coursecs229lecture13)接上次笔记机器学习cs229学习笔记2(k-means,EM&MixtureofGaussians

Dark_Scope·2012-11-19 21:00

机器学习 cs229学习笔记2 (k-means,EM & Mixture of Gaussians)

（allisbasedonstanford'sopencoursecs229lecture12）首先介绍的是聚类算法中最简单的K-Means算法////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

Dark_Scope·2012-11-14 09:00

推荐频道

cs229

吴恩达-斯坦福CS229机器学习课程-2017（秋）最新课程分享

《机器学习》——logistic regression分类问题

微分动态规划的基本思想

机器学习笔记（一） 线性回归和logistic回归

因子分析、主成分分析（PCA）、独立成分分析（ICA）——斯坦福CS229机器学习个人总结（六）

[机器学习]（九）cs229之独立分量分析

第0节-斯坦福cs229机器学习笔记

深度学习，看论文之前我学了这些东西

逻辑回归的向量化实现样例

CS229 回归（2-4节）

CS229的简单梳理（待续）

【CS229 lecture20】策略搜索

【CS229 lecture19】微分动态规划

【CS229 lecture18】linear quadratic regulation(LQR) 线性二次型调节控制

【CS229 lecture17】连续马尔科夫决策过程

【CS229 lecture16】强化学习-马尔科夫决策过程（MDP）

斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感

机器学习笔记：Logistic Regression

【cs229-Lecture5】生成学习算法：1）高斯判别分析（GDA）;2）朴素贝叶斯（NB）

stanford机器学习 实验1

Expectation Maximization

斯坦福CS229机器学习课程笔记五：支持向量机 Support Vector Machines

斯坦福CS229机器学习课程笔记二：GLM广义线性模型与Logistic回归

cs229 斯坦福机器学习笔记（二）-- LR回顾与svm算法idea理解

cs229 斯坦福机器学习笔记（二）-- LR回顾与svm算法idea理解

cs229 斯坦福机器学习笔记（二）-- LR回顾与svm算法idea理解

cs229 斯坦福机器学习笔记（一）-- 入门与LR模型

cs229 斯坦福机器学习笔记（一）-- 入门与LR模型

斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感

斯坦福大学(Andrew Ng)机器学习课程讲义

斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感

斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感

【原】斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感

斯坦福大学机器学习课程讲义

斯坦福大学机器学习课程讲义

用python实现图形显示“线性回归+梯度下降”算法

斯坦福大学(Andrew Ng)机器学习课程讲义

机器学习 cs229学习笔记6(增强学习 reinforcement learning,MDP)

机器学习 cs229学习笔记6(增强学习 reinforcement learning,MDP)

机器学习 cs229学习笔记6(增强学习 reinforcement learning,MDP)

机器学习 cs229学习笔记5 (ICA Independent components analysis)

机器学习 cs229学习笔记5 (ICA Independent components analysis)

机器学习 cs229学习笔记5 (ICA Independent components analysis)

机器学习 cs229学习笔记4 (EM for factor analysis & PCA（Principal components analysis）)

机器学习 cs229学习笔记4 (EM for factor analysis & PCA（Principal components analysis）)

关于多元正态分布的条件分布的证明

关于多元正态分布的条件分布的证明

机器学习 cs229学习笔记3 (EM alogrithm,Mixture of Gaussians revisited & Factor analysis )

机器学习 cs229学习笔记3 (EM alogrithm,Mixture of Gaussians revisited & Factor analysis )

机器学习 cs229学习笔记2 (k-means,EM & Mixture of Gaussians)

机器学习笔记（一）线性回归和logistic回归

stanford机器学习实验1