机器学习-吴恩达-笔记-15-总结

最新推荐文章于 2024-01-19 13:33:46 发布
最新推荐文章于 2024-01-19 13:33:46 发布
阅读量292 收藏
点赞数
分类专栏： 机器学习 文章标签： 机器学习
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/hlzgood/article/details/109724476
版权

【此为本人学习吴恩达的机器学习课程的笔记记录，有错误请指出！】

机器学习是一门对科技、工业产生深远影响的重要学科。

机器学习的理论知识：微积分、线性代数、统计学、信息论等。

机器学习的实践框架：PyTorch、TensorFlow等。

机器学习的练手例子：手写体识别、机器性能指标预测等。

详细的总结内容请看【吴恩达-机器学习】视频。

本人对机器学习的理解和实践还处于初级菜鸟阶段，如有错误请指出，谢谢 ！

完

Leon.ENV
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
吴恩达机器学习之总结：总结和致谢（详细笔记，建议收藏，已有专栏）
汪雯琦的博客
03-21 860
吴恩达机器学习栏目清单 专栏直达：https://blog.csdn.net/qq_35456045/category_9762715.html 文章目录19.总结(Conclusion)19.1 总结和致谢 19.总结(Conclusion) 19.1 总结和致谢 参考视频: 19 - 1 - Summary and Thank You (5 min).mkv 欢迎来到《机器学习》课的最后一段视...
资源分享 - 吴恩达机器学习 - 课程讲义
07-12
内容概要：通过吴恩达机器学习网课配合课程讲义，可以有效理解吴恩达教授所讲内容，并完成课堂笔记，对机器学习有更深刻的理解。 适合人群：机器学习小白，刚开始接触机器学习的人 能学到什么：①监督学习与无监督...
吴恩达机器学习笔记（十五）
kk123k的博客
12-24 372
原创博客，转载请注明出处！ 1、目标I ：数据压缩 开始谈论第二种类型的无监督学习问题，称为降维。有几个不同的的原因使你可能想要做降维。一是数据压缩，后面我们会看了一些视频后，数据压缩不仅允许我们压缩数据，因而使用较少的计算机内存或磁盘空间，它还能让我们加快我们的学习算法。 假设我们未知两个的特征：x1长度：用厘米表示；x2：是用英寸表示同一物体的长度。这给了我们高度冗余表示，也许我们想要做...
机器学习-吴恩达 梯度下降（笔记）
zxq1_的博客
07-03 1353
机器学习 梯度下降
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-吴恩达 p31 笔记
fire_lch316的博客
06-17 97
这节视频针对这个推了下比较浅显的行列式计算的公式：θ:=θ-α/m﹡X'﹡(X﹡θ-y) 这里假设n=2，即两个特征量。y就是m*1的行列式，X就是m*3的行列式，X'就是3*m的行列式，θ就是3*1的行列式。 首先你看那个h(x)-y不就是每组数据和真实值的差吗，所以自然会想到X﹡θ-y。那么(h(x)-y)x不就是X'﹡(X﹡θ-y)吗，然后就没了。 ...
机器学习-吴恩达 p52 笔记
fire_lch316的博客
06-25 101
感觉这节和p51一起看，这节视频主要就是讲了p51伪代码里面那个的求法,以作为计算的参数。
机器学习-吴恩达
weixin_44027021的博客
03-09 1374
机器学习-吴恩达笔记
机器学习-吴恩达-笔记
最新发布
qq_45125675的博客
01-19 1531
线性回归、逻辑回归部分
《机器学习-吴恩达》课程笔记week3
SofiaT的博客
04-29 1117
Logistic Regression
Python-吴恩达老师的机器学习课程个人笔记
08-11
Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，
吴恩达-机器学习-个人笔记完整版
12-15
根据吴恩达机器学习视频所做笔记，内容包含了视频所讲全部知识点，并且记录了很多自己的理解，以及对于部分知识进行了补充。压缩包中包括了markdown和pdf两个版本。
吴恩达机器学习笔记-人工智能机器学习算法入门笔记
01-26
该笔记是我在学习吴恩达机器学习时整理的，希望能够帮助到大家，如有错误还请大家指正。如果你想进入尖端人工智能领域，该笔记将帮助你做到这一点，掌握深度学习将为您提供许多新的职业机会。深度学习也是一种新的...
机器学习-吴恩达-笔记-1-线性回归
Never Limit
11-16 2012
线性回归是预测连续值常用的算法，属于监督学习算法。 模型表示 如预测住房价格，先收集已有的数据集，数据集包含房屋尺寸和售出价格。 现在以房屋尺寸作为 x 轴，房屋售出价格作为 y 轴，画出房屋尺寸和售出价格的关系图： 从图中看出，随着x（房屋尺寸）的变大，y（房屋价格）也变高，我们可以先画出一条直线，这条直线大致可以代表房屋尺寸和房屋价格的趋势关系，这样我们就可以根据房屋尺寸预测出房屋价格。 如要预测出尺寸是1250平方的房子的价格，根据该直线，预测房子价格大概是...
机器学习-吴恩达-笔记-10-降维
Never Limit
11-16 1958
动机一：数据压缩 这里将谈论第二种类型的无监督学习问题，称为降维。 降维的目的：数据压缩（减少特征）、节省计算资源（内存、磁盘）、加快学习速度。 如将数据从二维降到一维： 将数据从三维降至二维： 这样的处理过程可以被用于把任何维度的数据降到任何想要的维度，例如将 1000 维的特征降至 100 维。 动机二：数据可视化 在许多机器学习问题中，如果能将数据可视化，降维是不错的方法。 如果要将 50 维的数据可视化是不可能的，使用降维的...
机器学习-吴恩达-笔记-12-推荐系统
Never Limit
11-17 1944
问题形式化 我们从一个例子开始定义推荐系统的问题。 假使我们是一个电影供应商，我们有 5 部电影和 4 个用户，我们要求用户为电影打分。如图： 前三部电影是爱情片，后两部则是动作片，可以看出 Alice 和 Bob 似乎更倾向与爱情片，而 Carol 和 Dave 似乎更倾向与动作片。 我们希望构建一个算法来预测他们每个人可能会给他们没看过的电影打多少分，并以此作为推荐的依据。如上图中的？号就是待预测的评分（这里使用该用户评分的平均值作预测值）。 下面引入一些标记： ...
机器学习-吴恩达-笔记-8-支持向量机
Never Limit
11-16 1899
优化目标 为了描述支持向量机，我们将会从逻辑回归开始展示如何一点一点修改来得到本质上的支持向量机。 这里调整一下逻辑回归的代价函数，使用紫色画的曲线表示新的代价函数，这应该同逻辑回归代价函数做着类似的事情，但事实上，在之后的优化问题中，这会变得更坚定，并且为支持向量机带来计算上的优势。 现在让我给这两个代价函数命名，左边的函数，我称之为cos????1(????)，同时，右边函数我称它为cos????0(????)。 最后得到的支持向量机的代价函数，这和逻辑回归的代价函数
机器学习-吴恩达-笔记-4-神经网络描述
Never Limit
11-16 1875
非线性假设 我们之前学的，无论是线性回归还是逻辑回归都有这样一个缺点，即：当特征太多时，计算的负荷会非常大。 下面是一个例子： 当我们使用????1, ????2 的多次项式进行预测时，可以应用的很好。 使用多项式的非线性模型虽然可以较好的预测效果，但是如果特征数量非常多，例如100个特征变量，通过特征的两两组合，将接近5000个组合而成的特征。 这对一般的逻辑回归来说需要计算的特征太多了。 如果我们希望训练一个模型来识别视觉对象， 然后利用这些图片上一个个像素的值（饱和度
吴恩达机器学习笔记 pdf
01-08
《吴恩达机器学习笔记》是吴恩达在斯坦福大学开设的机器学习课程的讲义和笔记，对于学习和理解机器学习算法非常有帮助。这本pdf提供了从基础的监督学习、无监督学习到深度学习等内容的详细讲解，涵盖了从原理到实践...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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