吴恩达机器学习系列(理论+实践)
基于吴恩达机器学习课程,进行知识整理及自我思考,包括课后作业的具体代码实践等。
Enjoy_endless
IIE.UCAS在读,方向CV、AI、Algorithm...;
热爱、积极、努力;
底层、原理、核心
(踏实一些、不要着急,你想要的、岁月都会给你)
展开
-
吴恩达深度学习课程理论加实践(一、概述)
整套课程相对来说也是比较基础的,更多的是一种快速入门。学习者其实也没有硬性要求有一定相关基础,对于机器学习算法有一定相关了解即可(可以参见博客吴恩达机器学习系列理论加实践),关于实践部分给出了代码框架,对于python可以边用边学即可。此系列文章并没有什么创新和添加,看完一遍更多是是一个回顾总结以及夯实,然后也是为了共同学习过课程的小伙伴之间可以相互交流学习。课程介绍“我们将帮助你掌握深...原创 2019-02-22 18:28:22 · 656 阅读 · 0 评论 -
吴恩达机器学习系列理论加实践(七、正则化及matlab实践)
七、正则化7.1过拟合问题什么是过拟合问题,之前我们学习了线性回归、逻辑回归,他门都能够有效的解决许多问题,但是有些时候可能会遇到过拟合问题导致效果很差。在这里将会讨论过拟合问题,他是怎么引起来的,以及通过学习一种正则化技术来改善或者减少过拟合问题。如果我们有非常多的特征,我们通过学习得到的假设可能能够非常好地适应训练集(代价函数可能几乎为 0),但是可能会不能推广到新的数据,比如在测试集...原创 2019-01-25 16:27:31 · 591 阅读 · 0 评论 -
吴恩达机器学习系列理论加实践(五/六 、逻辑回归及matlab实践)
五、Octave教程这一块课程介绍的是关于Octave软件使用相关的知识,我这里使用的是matlab,所以对于这一块也没有具体跟进,有兴趣的可以自我学习。**第三周**六、逻辑回归6.1分类问题之前课程介绍的是线性回归问题(连续值),现在开始学习逻辑回归分类问题(离散值)。分类问题的例子有:判断一封电子邮件是否是垃圾邮件;判断一次金融交易是否是欺诈;区别一个肿瘤是恶性的还是良性的。...原创 2019-01-24 15:23:28 · 585 阅读 · 0 评论 -
吴恩达机器学习理论加实践(三/四、多变量线性回归及matlab实践)
三、关于矩阵的一些基本运算,课程中涉及到的、用到的是比较基础的(矩阵的加、乘、逆、转秩等),在这里就不再进一步阐述了。**第二周**四、多变量线性回归4.1多维特征其实前面已经提到过了,在这里继续以房价预测为例:多维特征包括面积、房间数、楼层数、房屋年龄等等来决定最终的房价;多维的特征共同组成最终的假设模型h:为了统一表示计算引入x0=1,将上式转化为:这里的xn表示的是...原创 2019-01-23 16:27:33 · 777 阅读 · 0 评论 -
吴恩达机器学习系列理论加实践(二 、单变量线性回归及matlab实践)
二、单变量线性回归2.1模型表示同样以之前的房屋价格预测实例开始:通过学习算法利用训练集训练模型h,对于新输入的数据size of house就可以输出其预测值price;如何表达这个模型h:2.2 cost损失函数表示什么意思呢:首先2.1我们给出了模型预测函数h,其预测输出值即h(这里表示预测的房价),而y表示真实的房价,他们之间差值的平方即表示此预测函数的代价函数,如上式...原创 2019-01-21 22:28:31 · 480 阅读 · 0 评论 -
吴恩达机器学习系列理论加实践(一、概述)
课程介绍:**在本课中,您将学习最有效的机器学习技术,并获得实践,让它们为自己的工作。更重要的是,你会不仅得到理论基础的学习,而且获得那些需要快速和强大的应用技术解决问题的实用技术。最后,你会学到一些硅谷利用机器学习和人工智能的最佳实践创新。本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括:(一)监督学习(参数/非参数算法,支持向量机,核函数,神经网络)。(二)...原创 2019-01-21 17:59:14 · 586 阅读 · 0 评论