关键词：
斯坦福吴恩达教授机器学习公开课第四讲笔记——牛顿方法/广义线性模型
斯坦福吴恩达教授机器学习公开课第三讲笔记——局部加权回归/线性回归的概率解释/分类和逻辑回归
（笔记）斯坦福机器学习第五讲--生成学习算法
本讲内容1.Generativelearningalgorithms（生成学习算法）2.GDA（高斯判别分析）3.NaiveBayes（朴素贝叶斯）4.LaplaceSmoothing（拉普拉斯平滑） 1.生成学习算法与判别学习算法判别学习算法：直接学习 或者学习一个假设&n... 查看详情
斯坦福公开课-机器学习1.机器学习的动机和应用（吴恩达andrewng）
文章目录0三个目标0先修课程要求基本工具1-网址2-邮箱3-本系列课程链接1机器学习的定义1-1非正式定义1-2正式的定义2监督学习（SupervisedLearning）2-1回归问题——连续拟合线（预测房子价格）2-2分类问题——离散数... 查看详情
斯坦福公开课-机器学习2.监督学习应用-梯度下降（吴恩达andrewng）(代码片段)
文章目录1线性代数（linearalgebra）1-1符号（Notation）1-2例子——房价预测1-3假设函数（hypothesis）1-3-3用`线性代数-非齐次方程`解释参数**1-普通梯度下降算法****2-批梯度下降算法（batchgradientdescentalgo... 查看详情
吴恩达深度学习第五课第三周序列模型和注意力机制
文章目录基础模型概述选择最可能的句子集束搜索(beamsearch)改进集束搜索集束搜索的误差分析机器翻译评估(bleuscore)注意力模型直观理解语音识别CTC算... 查看详情
斯坦福公开课-机器学习2.监督学习应用-梯度下降（吴恩达andrewng）(代码片段)
文章目录1线性代数（linearalgebra）1-1符号（Notation）1-2例子——房价预测1-3假设函数（hypothesis）1-3-3用`线性代数-非齐次方程`解释参数**1-普通梯度下降算法****2-批梯度下降算法（batchgradientdescentalgo... 查看详情
斯坦福公开课-机器学习1.机器学习的动机和应用（吴恩达andrewng）
文章目录0三个目标0先修课程要求基本工具1-网址2-邮箱3-本系列课程链接1机器学习的定义1-1非正式定义1-2正式的定义2监督学习（SupervisedLearning）2-1回归问题——连续拟合线（预测房子价格）2-2分类问题——离散数... 查看详情
吴恩达“机器学习”——学习笔记四
生成学习算法判别算法：进行P(y|x)的计算或者是进行h(x)（其中h只会是0与1）的计算。生成学习算法：进行P(x|y)的建模，即给定类的条件下，某种特征显示的结果。同时也会对P(y)进行建模。根据贝叶斯公式，我们可以得到，其中p... 查看详情
花了2晚，拿到了吴恩达@斯坦福大学的机器学习课程证书
花了2个晚上，拿到了吴恩达@斯坦福大学的机器学习课程证书警告⚠️⚠️⚠️请认真阅读此文，操作不慎可能血亏真金白银吴恩达算是我的精神导师了，很早之前就是看他的视频入门机器学习。他的经典课程《机器学习》2012年... 查看详情
吴恩达机器学习笔记(代码片段)
文章目录ErroranalysisMethodstosolveoverfittingMethodstosolveunderfittingRecommendapproachErrormetricsforskewedclassesDataformachinelearningSupportVectorMachineK-meansPrincipleComponentAnalysisDatapreproce 查看详情
吴恩达机器学习笔记-第三周
六、逻辑回归6.1分类问题对于二分类问题，我们一般将结果分为0/1，在理解逻辑回归时可以引入感知机，感知机算是很早的分类器，但因为感知机是分布函数，也就是输出的值小于某一临界值，则分为-1，大于某一临界值，... 查看详情
吴恩达-医学图像人工智能专项课程-第一课第一周1-3节总结(代码片段)
点此了解课程吴恩达新课医学图像AI（AIforMedicine）专项课程推荐欢迎来到医学人工智能专业。如果你已经完成了深度学习专业化或机器学习课程，并且你正在寻找更深入掌握人工智能的应用领域，这是一个很好的... 查看详情
吴恩达机器学习学习笔记——代价函数
单变量线性回归函数 hθ(x)=θ0+θ1x为了使线性回归函数对数据有较好的预测性，即y到h(x)的距离都很小。 查看详情
吴恩达“机器学习”——学习笔记二
定义一些名词欠拟合（underfitting）：数据中的某些成分未被捕获到，比如拟合结果是二次函数，结果才只拟合出了一次函数。过拟合（overfitting）：使用过量的特征集合，使模型过于复杂。参数学习算法（parametriclearningalgorithms）... 查看详情
吴恩达机器学习笔记(代码片段)
文章目录ErroranalysisMethodstosolveoverfittingMethodstosolveunderfittingRecommendapproachErrormetricsforskewedclassesDataformachinelearningSupportVectorMachineK-meansPrincipleComponentAnalysisDatapreprocessingChoosingthenumberofprincipalcomponentsApplicationof`PCA`AnomalydetectionExample... 查看详情
吴恩达《机器学习系列课程》学习笔记
...f0c;结果最后，B站反而更像中国的YouTube。在B站上看到吴恩达的《机器学习系列课程》，看了看发现挺有意思，就梳理一下在此形成学习笔记。第一节：前言机器学习早已成为我们的日常。每当使用Google或Bing等搜... 查看详情
吴恩达《机器学习系列课程》学习笔记：监督学习
吴恩达的课程会很偏于用实例来掌握理论知识，不过看着还是有些云里雾里，倒是杉山将的《图解机器学习》介绍得更易懂些。在此进行结合学习。杉山将是这么通俗地定义监督学习、无监督学习和强化学习，它们是... 查看详情