![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
吴恩达机器学习入门
幸馥儿~
这个作者很懒,什么都没留下…
展开
-
【对抗算法复现】CW
【代码】【对抗算法复现】CW。原创 2024-07-10 19:26:22 · 180 阅读 · 0 评论 -
【机器学习】吴恩达 8.x 异常检测
在本练习中,您将实现一个异常检测算法来检测服务器计算机中的异常行为。这些特性度量每个服务器的吞吐量(mb/s)和响应的延迟(ms)。在服务器运行时,您收集了m = 307个关于它们行为的样本,因此有一个未标记的数据集{x(1),…,x(m)}。您怀疑这些样本中的绝大多数都是正常运行的服务器的“正常”(非异常)样本,但是也可能有一些服务器在这个数据集中异常运行的样本。您将使用高斯模型来检测数据集中的异常样本。您将首先从一个二维数据集开始,该数据集可以可视化算法在做什么。原创 2023-09-30 17:14:00 · 60 阅读 · 0 评论 -
【机器学习】吴恩达 7.x K-means与PCA
【代码】【机器学习】吴恩达 7.x。原创 2023-09-25 17:05:53 · 51 阅读 · 0 评论 -
【机器学习】吴恩达 6.0 SVM支持向量机
【代码】【机器学习】吴恩达 6.0 SVM支持向量机。原创 2023-09-24 11:56:29 · 90 阅读 · 0 评论 -
【机器学习】吴恩达 3.x手写数字识别
【代码】【机器学习】吴恩达 3.x手写数字识别。原创 2023-09-11 16:27:14 · 71 阅读 · 0 评论 -
【机器学习】吴恩达 5.0方差与偏差
本次的数据是以.mat格式储存的,x表示水位的变化,y表示大坝的出水量。数据集共分为三部分:训练集(X, y)、交叉验证集(Xval, yval)和测试集(Xtest, ytest)。在练习的前半部分,您将使用水库水位的变化实现正则化线性回归来预测大坝的出水量。在下半部分中,您将对调试学习算法进行诊断,并检查偏差和方差的影响。实现正则化线性回归,使用其来研究具有不同偏差-方差属性的模型。原创 2023-09-20 11:34:10 · 63 阅读 · 0 评论 -
【机器学习】吴恩达 1.0单变量线性回归
【代码】【机器学习】吴恩达 1.0单变量线性回归。原创 2023-09-07 18:51:39 · 43 阅读 · 0 评论