机器学习课程笔记

最新推荐文章于 2022-07-25 22:08:34 发布
最新推荐文章于 2022-07-25 22:08:34 发布
阅读量141 收藏
点赞数
分类专栏： 课程学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/blvren_/article/details/108805066
版权
本文是关于机器学习的课程笔记，涵盖了吴恩达cs229的内容。第一讲介绍了机器学习的基本概念，包括四个组件：机器函数、经验、任务和性能。第二讲详细讲解了线性回归和逻辑回归，包括线性回归的最小二乘估计和最大似然估计，以及逻辑回归的假设函数和最大似然估计。还提到了多类分类的两种方法。
摘要由CSDN通过智能技术生成

课程目录


课程名称：Learning from Data（Machine learning）

参考：吴恩达 cs229 https://github.com/mxc19912008/
Andrew-Ng-Machine-Learning-Notes

1. Lecture1-Overview of Machine Learning

1.1 What is Machine Learning

four components:

machine function f
experience E
task T
performance P

在这里插入图片描述

inferance VS predication
在这里插入图片描述
challenge of Deep learning
r)

2. Lecture2-Linear Regression and Logistic Regression

▶ Linear Regression
▶ Binary Classification
▶ Multi-Class Classification

2.1 Linear Regression

model
在这里插入图片描述
model estimation

▶ Least Square Estimation
▶Maximum Likelihood Estimation

在这里插入图片描述

ordinary least square
在这里插入图片描述
minimize J
在这里插入图片描述

在这里插入图片描述

2.2 Logistic Regression

Hypothesis function
在这里插入图片描述
Maximum likelihood estimation for logistic regression

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.3 Multi-class classification

Method one: translate to k binary classification
在这里插入图片描述
Method two: softmax
在这里插入图片描述

Lecture3

BLvren_
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Coursera吴恩达《构建机器学习项目》课程笔记（2）-- 机器学习策略（下）
红色石头的专栏
11-27 1万+
我的CSDN博客地址：红色石头的专栏 我的知乎主页：红色石头 我的微博：RedstoneWill的微博 我的GitHub：RedstoneWill的GitHub 我的微信公众号：红色石头的机器学习之路（ID：redstonewill） 欢迎大家关注我！共同学习，共同进步！ 这是Andrew Ng深度学习专项课程第三门课《构建机器学习项目》的第二节笔记，第一节...
机器学习课程笔记+课件.zip
04-11
资源内容：斯坦福大学机器学习笔记+清华大学机器学习概论课件 适合人群：信息学、计算机、人工智能本科生/研究生、互联网从业人员、人工智能爱好者
机器学习课程笔记完整版
最新发布
05-21
机器学习课程笔记完整版 机器学习 目录 机器学习算法课程定位、目标 定位 课程以算法、案例为驱动的学习，伴随浅显易懂的数学知识 作为人工智能领域(数据挖掘/机器学习方向)的提升课程，掌握更深更有效的解决...
吴恩达老师机器学习课程笔记pdf
10-28
作者黄海广，GitHub地址：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes
机器学习课笔记_吴恩达机器学习笔记_
10-01
吴恩达机器学习视频配套笔记，大家可以在B站上搜索视频进行学习
COURSERA机器学习课笔记
01-16
从给定的文件内容中，我们可以提取以下知识点，这些知识点涵盖了机器学习领域的多个重要概念和算法。 1. 监督学习与非监督学习 - 监督学习（Supervised Learning）：在此类型的学习中，算法会从标注好的训练数据...
吴恩达机器学习课程笔记（一）
qq_18052685的博客
04-18 561
吴恩达机器学习课程笔记（一）前言目录P1-1 什么是机器学习P1-2 监督学习和无监督学习总结 前言 大家好，这是我第一次写技术博客，主要是想把自己学到的东西都记录下来，以达到整理总结的目的，同时将自己的学习总结分享出去，供大家参考，希望与大家共同努力，一起进步！ 目录 P1-1 什么是机器学习 关于机器学习，一直以来没有一个明确的定义。这节课程给了如下两个定义： 1、Arthur Samuel...
斯坦福机器学习ML公开课笔记1-15（完整版、带目录索引和NG原版讲义）
11-07
1-15节全部完整版讲义！超清分享~~~（附赠目录索引和NG原版讲义） 含金量高，独家整理~~ 目录如下： 公开课笔记1-2——线性规划、梯度下降、正规方程组 公开课笔记3——局部加权回归、逻辑斯蒂回归、感知器算法 公开课笔记4——牛顿方法、指数分布族、广义线性模型 公开课笔记5——生成学习、高斯判别、朴素贝叶斯 公开课笔记6——NB多项式模型、神经网络、SVM初步 公开课笔记7——最优间隔分类、原始/对偶问题、SVM对偶 公开课笔记8———核技法、软间隔分类器、SMO算法 公开课笔记9—偏差/方差、经验风险最小化、联合界、一致收敛 公开课笔记10——VC维、模型选择、特征选择 公开课笔记11——贝叶斯正则化、在线学习、ML应用建议 公开课笔记12——K-Means、混合高斯分布、EM算法 公开课笔记13A——混合高斯模型、混合贝叶斯模型 公开课笔记13B-因子分析模型及其EM求解 公开课笔记14——主成分分析 公开课笔记15—隐含语义索引、奇异值分解、独立成分分析
斯坦福大学机器学习课程个人笔记完整版
10-17
斯坦福大学机器学习课程个人笔记完整版。页面清晰，内容详实。是机器学习入门的好教材。
机器学习课程笔记（一）导论
彩虹糖的博客
10-03 342
符号与名词定义 有监督学习的输入被称作input variables, features, attributes，有监督学习的输出被称作output,variables,targets，输入+输出被称作training example,instance。所有的输入输出对的集合被称作training data set。 我们用代表输入，代表输出。有监督学习的过程为了找到一个函数。在这里是的一个good predicator。h被称为hypothesis。 有监督学习问题是按照输出进行分类的 输出是实.
李宏毅21《机器学习》课程笔记
weixin_55768678的博客
09-15 582
课程地址：(强推)李宏毅2021春机器学习课程_哔哩哔哩_bilibili 仅作为个人学习笔记的记录，欢迎大家讨论和指正 1.机器学习基本概念（P2） Machine Learning（机器学习） 机器学习学习到底是什么？一句话概括：让机器具备找一个函式（数）的能力 如：识别语音、识别图片、AlphaGo训练一个合适的函式进行自动下棋，等等。 Different Type Of Function（函数类别） 根据函式的不同，机器学习也有不同的类别 1.Regression 输出为具体.
2021-06-29 机器学习课程笔记
CMY的博客
06-30 310
机器学习课程笔记 知识点 supervised learning(Luns，监督学习，给标注的数据训练) unspervised learning（无监督学习，无标注的数据，马尔科夫列） semi-supervised learning（一些标注，一些不标注） 参数机器学习 优点：简单（结果易理解和解释），快速（从数据中学的很快），少量数据。 局限性：选择的函数对模型的形成有约束；复杂度有限，适合简单模型；想象与实践存在很多差别。 非参数机器学习算法 机器学习 算法常见例子
机器学习入门学习笔记
weixin_51579074的博客
07-25 356
机器学习入门学习笔记
吴恩达 - 机器学习课程笔记（持续更新）
热门推荐
做一只猫的博客
02-26 2万+
吴恩达机器学习
机器学习总结——机器学习课程笔记整理
weixin_44580210的博客
02-24 1200
机器学习笔记整理说明基础点整理一些零七八碎的基础知识 说明 之前看paper的时候，发现语义SLAM领域涉及到很多机器学习的知识，去年开学便花时间恶补了一阵机器学习的知识，主要参考的是小象学院的机器学习课程，结合《统计学习》《机器学习》，这篇博客主要是以课程的框架对知识点进行总结，并整理了网络上相关的一些简答问题 基础点整理 一些零七八碎的基础知识 ...
正规方程（normal equation）的三种推导方法
叫我咸鱼就好
03-03 1429
吴恩达机器学习课程代码笔记02 代码 在第四节课Linear Regression with Multiple Variables中，实现normal equation的一行代码。 %----X = pinv(A),求矩阵 A 的广义逆矩阵 %----不使用 inv() 的原因在于不确定矩阵 A 是否为方阵 pinv(X'*x)*x'*y normal equation的推导 在吴恩达老师的机器...
斯坦福大学2014机器学习课程笔记
在《机器学习个人笔记》中，作者黄海广详细记录了吴恩达教授的机器学习课程内容，该课程是2014年在斯坦福大学开设的。笔记首先定义了机器学习的概览，指出它是人工智能的重要组成部分，通过学习和改进来实现计算机的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值