![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
自动驾驶小学生
谢谢关注。代表作品:《Coursera自动驾驶课程24讲》:https://blog.csdn.net/cg129054036/category_10603636.html?spm=1001.2014.3001.5482
展开
-
机器学习初学者公众号下载资源汇总(一)
感谢黄海广博士的分享原创: 机器学习初学者 机器学习初学者 今天本站提供了大量的机器学习初学者下载资源,现在对已经公布的资源做下汇总,每个资源都会有一个百度云链接,并同时提供“自动回复”的功能(有时候百度云链接会失效,自动回复的链接可以更新,请使用“自动回复”功能)。请大家分享和转发,谢谢!下载资源:1. 吴恩达老师的机器学习和深度学习课程笔记打印版原文链接:htt...转载 2018-10-17 20:28:25 · 1054 阅读 · 0 评论 -
吴恩达机器学习作业(3):逻辑回归
目录1)数据处理2)sigmoid函数3)代价函数4)梯度下降5)预测函数我们首先做一个练习,问题是这样的:设想你是大学相关部分的管理者,想通过申请学生两次测试的评分,来决定他们是否被录取。现在你拥有之前申请学生的可以用于训练逻辑回归的训练样本集。对于每一个训练样本,你有他们两次测试的评分和最后是被录取的结果。为了完成这个预测任务,我们准备构建一个可以基于两次测试评分来评估...原创 2018-12-03 22:45:36 · 1168 阅读 · 0 评论 -
机器学习笔记(九):应用机器学习的建议
目录1)Deciding what to try next2)Evaluating a hypothesis3)Model selection and training/validation/test sets4)Diagnosing bias vs. variance5)Regularization and bias/variance6)Learning curves...原创 2018-12-04 09:32:09 · 259 阅读 · 0 评论 -
机器学习笔记(十二):聚类
目录1)Unsupervised learning introduction2)K-means algorithm3)Optimization objective4)Random initialization5)Choosing the number of clusters1)Unsupervised learning introduction下图是我们之前学习的监督学...原创 2018-12-07 15:01:09 · 410 阅读 · 0 评论 -
机器学习笔记(十三):降维
目录1)Motivation 1:Data Compression2)Motivation 2: Data Visualization3)Principal Component Analysis problem formulation4)Principal Component Analysis algorithm5)Advice for applying PCA1)Moti...原创 2018-12-07 15:33:41 · 380 阅读 · 0 评论 -
吴恩达机器学习作业(五):支持向量机
目录1)数据预处理2)Scikit-learn支持向量机3)决策边界比较4)非线性SVM5)最优超参数6)垃圾邮件过滤器在本练习中,我们将使用支持向量机(SVM)来构建垃圾邮件分类器。 我们将从一些简单的2D数据集开始使用SVM来查看它们的工作原理。 然后,我们将对一组原始电子邮件进行一些预处理工作,并使用SVM在处理的电子邮件上构建分类器,以确定它们是否为垃圾邮件。...原创 2018-12-07 16:07:21 · 1928 阅读 · 0 评论 -
机器学习笔记(十四):异常检测
目录1)Problem motivation2)Gaussian distribution3)Algorithm4)Developing and evaluating an anomaly detection system5)Anomaly detection vs. supervised learning6)Choosing what features to use1...原创 2018-12-10 20:50:58 · 302 阅读 · 0 评论 -
机器学习笔记(十五):推荐系统
目录1)Problem formulation2)Content-based recommendations3)Collaborative filtering4)Collaborative filtering algorithm5)Vectorization: Low rank matrix factorization6)Implementational detail: ...原创 2018-12-10 21:33:51 · 274 阅读 · 0 评论 -
机器学习笔记(十六):大规模机器学习
目录1)Learning with large datasets2)Stochastic gradient descent3)Mini-batch gradient descent4)Stochastic gradient descent convergence1)Learning with large datasets回顾一下我们之前提到的这句话:对于机器学习,我...原创 2018-12-11 21:15:34 · 237 阅读 · 0 评论 -
机器学习笔记:总结
下面是我们本课程学到的要点:1)监督学习:线性回归,逻辑回归,神经网络,SVM;2)无监督学习:k均值,PCA,异常检测3)特别应用:推荐系统,大规模机器学习4)机器学习系统应用建议:偏差/方差,正则化,学习算法评估,学习曲线,误差分析,上限分析等;...原创 2018-12-11 21:23:54 · 221 阅读 · 0 评论 -
机器学习笔记:Overview
1)机器学习笔记(1):Introduction2)机器学习笔记(2):单变量线性回归3)机器学习笔记(3):线性代数回顾4)机器学习笔记(4):多变量线性回归5)机器学习笔记(五):逻辑回归6)机器学习笔记(六):正则化7)机器学习笔记(七):神经网络:表示8)机器学习笔记(八):神经网络:学习9)机器学习笔记(九):应用机器学习的建议10)机器学习笔记(十)...原创 2018-12-11 21:33:03 · 850 阅读 · 1 评论 -
Python之Numpy入门实战教程(2):进阶篇之线性代数
Numpy、Pandas、Matplotlib是Python的三个重要科学计算库,今天整理了Numpy的入门实战教程。NumPy是使用Python进行科学计算的基础库。 NumPy以强大的N维数组对象为中心,它还包含有用的线性代数,傅里叶变换和随机数函数。本文主要介绍Numpy库的重要应用:线性代数,线性代数在机器学习和深度学习中有着广泛的应用。强烈建议大家将本文中的程序运行一遍。这样能...原创 2019-01-25 21:33:44 · 1109 阅读 · 0 评论 -
Python之Numpy入门实战教程(1):基础篇
Numpy、Pandas、Matplotlib是Python的三个重要科学计算库,今天整理了Numpy的入门实战教程。NumPy是使用Python进行科学计算的基础库。 NumPy以强大的N维数组对象为中心,它还包含有用的线性代数,傅里叶变换和随机数函数。强烈建议大家将本文中的程序运行一遍。这样能加深对numpy库的使用。目录1.Creating arrays1)创建全零数组...原创 2019-01-22 14:02:28 · 1081 阅读 · 0 评论 -
机器学习笔记(十一):支持向量机
目录1)Optimization objective2)Large Margin Intuition3)Kernels 14)Kernels II5)Using an SVM注:这一章SVM可能有点难理解,强烈建议大家把本章的编程作业做了。1)Optimization objective我们换一个角度来看看我们之前学过的逻辑回归:我们得到了支持向量机的代价函...原创 2018-12-05 10:12:37 · 260 阅读 · 0 评论 -
机器学习笔记(十):机器学习系统的设计
目录1)Prioritizing what to work on:Spam classification example2)Error analysis3)Error metrics for skewed classes4)Trading off precision and recall5)Data for machine learning下面将学习到在构建大型机器学习系统...原创 2018-12-05 09:21:27 · 274 阅读 · 0 评论 -
机器学习笔记(八):神经网络:学习
目录1)Cost function2)Backpropagation algorithm3)Backpropagation intuition4) Gradient checking5)Random initialization6)Putting it together注:吴恩达老师的机器学习课程对反向传播算法介绍的不够深入,如果想详细了解的话建议看吴恩达老师的深度学...原创 2018-12-03 09:42:04 · 277 阅读 · 0 评论 -
机器学习简易入门-附推荐学习资料
目录(1)机器学习正规学习路线(2)机器学习快速入门(3)总结感谢黄海广博士的分享原创: 机器学习初学者 机器学习初学者 今天机器学习如何入门?目前没有明确的答案。本站面向广大初学者,推荐下机器学习(含深度学习)简易入门的路线及学习资料,入门了以后,就会知道自己需要增强哪部分知识了,也会知道找什么资料来学习。(1)机器学习正规学习路线如何学好机器学习?正规路线大...转载 2018-11-09 17:15:01 · 1073 阅读 · 0 评论 -
机器学习笔记(1):Introduction
目录1)welcome2)What is Machine Learning3)Supervised Learning4)Unsupervised Learning1)welcome第一个视频主要介绍了机器学习目前的案例,主要有:数据库挖掘、医疗记录、生物工程、无人直升机、手写识别、NLP、计算机视觉等。2)What is Machine Learning下面是...原创 2018-11-08 17:02:40 · 443 阅读 · 0 评论 -
机器学习笔记(2):单变量线性回归
目录1)Model representation2)Cost function3)Cost function intuition 14)Cost function intuition25)Gradient descent6)Gradient descent intuition7)Gradient descent for linear regression现在我们来开...原创 2018-11-14 11:14:26 · 411 阅读 · 0 评论 -
机器学习笔记(3):线性代数回顾
目录1)Matrices and vectors2)Addition and scalar multiplication3)Matrix-vector multiplication4)Matrix-matrix multiplication5)Matrix multiplication properties6)Inverse and transpose为了实现机器学习算...原创 2018-11-19 10:09:12 · 636 阅读 · 0 评论 -
机器学习笔记(4):多变量线性回归
目录1)Multiple Features2)Gradient descent for multiple variables3)Gradient descent in practice 1:Feature Scaling4)Gradient descent in pratice2:Learning rate5)Features and polynomial regression...原创 2018-11-19 12:05:33 · 495 阅读 · 0 评论 -
机器学习笔记(五):逻辑回归
目录1)Classification2)Hypothesis Representation3)Decision boundary4)Cost function5)Simplified cost function and gradient descent6)Multi-class classification:One-vs-all参考资料:现在我们开始学习逻辑回归算法...原创 2018-11-21 19:57:19 · 347 阅读 · 0 评论 -
机器学习笔记(六):正则化
目录1)The problem of overfitting2)Cost function3)Regularized linear regression4)Regularized logistic regression我们已经学习了线性回归和逻辑回归算法,已经可以有效解决很多问题,但是在实际应用中我们会遇到过拟合问题,这是我们在机器学习中经常遇到的情况。1)The prob...原创 2018-11-22 09:35:10 · 274 阅读 · 0 评论 -
机器学习笔记(七):神经网络:表示
目录1)Non-linear hypotheses2)Model representation 13)Model representation 24)Examples and intuitions 15)Examples and intuitions 26)Multi-class classification1)Non-linear hypotheses我们之前介绍...原创 2018-11-22 16:23:14 · 299 阅读 · 0 评论 -
吴恩达机器学习作业(1):线性回归
目录1)导入相关库和数据2)代价函数3)批量梯度下降4)绘制线性模型前阵子在网易云课堂学习了吴恩达老师的机器学习课程,今天结合网上资料,用Python实现了线性回归作业,共勉。建议大家使用Jupyter notebook来编写程序。1)导入相关库和数据导入相关库:numpy, pandas, matplotlibimport numpy as npimport ...原创 2018-11-30 15:34:18 · 2127 阅读 · 4 评论 -
吴恩达机器学习作业(4):正则化逻辑回归
目录1)数据可视化2)创建多项式特征3)正则化成本函数4)正则化梯度下降4)准确度5)Scikit-learn实现正则化是成本函数中的一个术语,它使算法更倾向于“更简单”的模型(在这种情况下,模型将有更小的系数)。这个理论有助于减少过拟合,提高模型的泛化能力。这样,我们开始吧。设想你是工厂的生产主管,你有一些芯片在两次测试中的测试结果。对于这两次测试,你想决定是否芯...原创 2018-12-04 20:29:58 · 870 阅读 · 0 评论 -
吴恩达机器学习作业(2):多元线性回归
目录1)数据处理2)代价函数3)Scikit-learn训练数据集4)正规方程练习1还包括一个房屋价格数据集,其中有2个变量(房子的大小,卧室的数量)和目标(房子的价格)。 我们使用我们已经应用的技术来分析数据集。1)数据处理还是那个建议,大家拿到数据先看看数据长什么样子。path = 'ex1data2.txt'data2 = pd.read_csv(pat...原创 2018-12-02 22:06:24 · 1300 阅读 · 0 评论 -
机器学习必备宝典-《统计学习方法》的python代码实现、电子书及课件
本文转自微信公众号:机器学习初学者原创: 机器学习初学者 机器学习初学者 6天前《统计学习方法》可以说是机器学习的入门宝典,许多机器学习培训班、互联网企业的面试、笔试题目,很多都参考这本书。本站根据网上资料用python复现了课程内容,并提供本书的代码实现、课件及电子书下载。1.《统计学习方法》简介《统计学习方法》全面系统地介绍了统计学习的主要方法,特别是监督学习方法,包括...转载 2018-11-27 20:06:54 · 490 阅读 · 0 评论 -
重磅 | 完备的 AI 学习路线,最详细的资源整理!
本文转自微信公众号:Datawhale(强烈推荐)原创:AIUnionDatawhale 今天【导读】本文由知名开源平台,AI技术平台以及领域专家:Datawhale,ApacheCN,AI有道和黄海广博士联合整理贡献,内容涵盖AI入门基础知识、数据分析\挖掘、机器学习、深度学习、强化学习、前沿Paper和五大AI理论应用领域:自然语言处理,计算机视觉,推荐系统,风控模型和知识...转载 2019-04-28 15:25:05 · 2533 阅读 · 1 评论