octava

吴恩达机器学习----支持向量机

（共18章，其中第3章“线性代数回顾”与第5章“Octava教程”的笔记就不总结了）第十二章支持向量机(SupportVectorMachine)1、优化目标与逻辑回归和神经网络相比，支持向
huapusi·2023-11-15 21:29

吴恩达机器学习----神经网络：学习

（共18章，其中第3章“线性代数回顾”与第5章“Octava教程”的笔记就不总结了）第九章神经网络：学习（NeuralNetwork：Learning）1、代价函数假设神经网络的训练样本有m个
huapusi·2023-11-12 13:24

吴恩达机器学习----神经网络：表述

（共18章，其中第3章“线性代数回顾”与第5章“Octava教程”的笔记就不总结了）第八章神经网络：表述(NeuralNetworks：Representation)1、非线性假设我们之前学的
huapusi·2023-11-12 13:24

吴恩达机器学习----正则化

（共18章，其中第3章“线性代数回顾”与第5章“Octava教程”的笔记就不总结了）第七章正则化(Regularization)1、过拟合的问题如果我们有非常多的特征,我们通过学习得到的假设可
huapusi·2023-11-10 17:01

吴恩达机器学习----应用实例：图片文字识别

（共18章，其中第3章“线性代数回顾”与第5章“Octava教程”的笔记就不总结了）第十八章应用实例：图片文字识别(ApplicationExample:PhotoOCR)1、问题描述和流程
huapusi·2022-12-10 13:08

吴恩达机器学习----推荐系统

（共18章，其中第3章“线性代数回顾”与第5章“Octava教程”的笔记就不总结了）第十六章推荐系统(RecommenderSystems)1、推荐系统例子假设每部电影都有两个特征，如x1代
huapusi·2022-07-04 07:00

吴恩达机器学习----聚类

（共18章，其中第3章“线性代数回顾”与第5章“Octava教程”的笔记就不总结了）第十三章聚类(Clustering)1、无监督学习什么是非监督学习呢？在一个典型的监督学习中，我们有一个有
huapusi·2022-07-04 07:29

吴恩达机器学习----应用机器学习的建议

（共18章，其中第3章“线性代数回顾”与第5章“Octava教程”的笔记就不总结了）第十章应用机器学习的建议(AdviceforApplyingMachineLearning)获得更多的训练实
huapusi·2022-06-12 15:40

吴恩达机器学习----降维

（共18章，其中第3章“线性代数回顾”与第5章“Octava教程”的笔记就不总结了）第十四章降维(DimensionalityReduction)1、动机一：数据压缩例子假设我们未知两个的特
huapusi·2022-06-12 07:57

吴恩达机器学习----引言

（共16章，其中第三章“线性代数回顾”与第5章“Octava教程”的笔记就不总结了）第一章引言（Introduction）以三个问题的形式展开：1、机器学习是什么？第一个机器学习的定义来自于A
huapusi·2020-08-18 17:42

吴恩达机器学习----大规模机器学习

（共18章，其中第3章“线性代数回顾”与第5章“Octava教程”的笔记就不总结了）第十七章大规模机器学习(LargeScaleMachineLearning)1、大型数据集的学习如果我们有
huapusi·2019-06-09 13:35

吴恩达机器学习----异常检测

（共18章，其中第3章“线性代数回顾”与第5章“Octava教程”的笔记就不总结了）第十五章异常检测(AnomalyDetection)异常检测问题，是机器学习算法的一个常见应用。这种算法的
huapusi·2019-06-06 12:45

吴恩达机器学习----逻辑回归

（共18章，其中第3章“线性代数回顾”与第5章“Octava教程”的笔记就不总结了）第六章逻辑回归(LogisticRegression)1、分类问题及函数表示在分类问题中，我们尝试预测的是结
huapusi·2019-03-10 15:25
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他