李宏毅《机器学习》2020春季课程作业

最新推荐文章于 2024-06-19 09:58:02 发布
最新推荐文章于 2024-06-19 09:58:02 发布
阅读量2k 收藏 5
点赞数 8
分类专栏： MachineLearning
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/lyc44813418/article/details/105580834
版权

台大李宏毅教授的2020年的机器学习春季课程已经上线。

学习一波，走你！
在这里插入图片描述

光看视频肯定不行， 作业一定要自己动手完成才行。但是作业是发布在google云上的，为方便大家，我这里有完整的作业，一共15次作业。需要的可以在后台回复 ML 获得！

老肥码码码
关注
  • 8
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 80
    评论
专栏目录
李宏毅2020机器学习作业1-Linear Regression：预测PM2.5
⚡
04-10 2万+
采集了台湾环境监测所的数据。 要求：根据前9小时的数据，用线性回归来预测第10个小时的PM2.5的数值。
李宏毅2020机器学习课程课后作业要求+代码.zip
03-14
李宏毅2020机器学习课程课后作业要求+代码，基于jupyter notebook的源码。
李宏毅深度学习02——机器学习任务攻略
最新发布
upset_poor的博客
06-19 262
先用一个比较简单的模型或者说比较浅层的模型来算Loss，接着再用复杂的模型来算Loss，如果复杂的模型Loss反而更大，则证明是Optimization Issus，否则是Model Bias。
李宏毅机器学习作业
01-18
李宏毅机器学习作业，文档文件，笔记全面，总结充分，仅供学习
李宏毅机器学习课程作业-HW1
llllllhhhhj的博客
01-26 2144
整篇文章是笔者自我一点点学习和理解其所给指导代码的记录学习。 在读取文件的时候使用了pandas.read_csv()函数，其中enconding的参数时“big5”，这是因为在这份文件中里面含有繁体字，使用“gbk”编码时会报错 data = pd.read_csv('./train.csv', encoding='big5') 记事本打开是这样： 使用该函数打开后是这样： PREPROCESSING部分 data = data.iloc[:, 3:] data[data == .
李宏毅机器学习-
m0_49376775的博客
06-13 3295
李宏毅机器学习-1-机器学习介绍
李宏毅机器学习（1）
Baigker的博客
06-08 165
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
李宏毅2020机器学习_课堂作业.zip
04-12
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门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...
李宏毅 机器学习 课程作业代码
08-17
李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码李宏毅 机器学习 课程作业代码...
HW_3_李宏毅2020机器学习作业_李宏毅作业3_李宏毅hw3_李宏毅作业三_saledzj_
10-01
《李宏毅2020机器学习作业3：Python实现深度学习基础》 在本次作业中，我们将深入探讨李宏毅教授2020年机器学习课程中的第三部分，主要聚焦于使用Python语言进行深度学习的基本操作。这个作业旨在帮助学生理解和...
李宏毅2020机器学习作业2——Classification
01-21
开始之前声明：本文参考了李宏毅机器学习作业说明（需翻墙），基本上是将代码复现了一遍，说明中用的是google colab（由谷歌提供的免费的云平台），我用的是Jupyter Notebook 本文用到的资料在百度网盘自取点击下载...
李宏毅机器学习（一）
weixin_45810450的博客
10-30 2454
李宏毅机器学习（一） 仔细算算，自己学习深度学习也有一段时间了，陆陆续续做了一些项目，但是从去年开始入门到现在，总感觉底层的很多知识原理非常模糊。 最开始接触AI，是因为项目需要，当时时间紧迫来不及从机器学习一步一步开始，就直接从深度学习开始了。 初次接触的是吴恩达老师的深度学习，当时觉得对神经网络的理解还算可以，现在想想还是略微草率。所以最近重新开始学习机器学习，在看了李宏毅老师的机器学习之后，深感佩服，老师的切入点和突破口总是独树一帜，也因此我在很多地方茅塞顿开，对于底层的很多地方有所见解，所以准备将上
【学习笔记】李宏毅-机器学习MachineLearning
usernameisnotexist的博客
10-07 1822
参数，表示蓝色function的个数。i 越大说明红色curve转折点越多，越逼近真实曲线。将上图的蓝框式子用图展开表示：其中r为x的线性组合，激活函数输入前的形式。r 的三个长表达式可以用矩阵简化成一个式子：图底部的颜色小方块。注意形状代表矩阵格式。所以虚线框和红框内容等价。都是为了计算 r = b+wx计算出r1，r2，r3后，分别通过sigmoid function，得到a1，a2，a3。直接用 a =σ（r）表示。
李宏毅机器学习_Transformer
m0_68477761的博客
07-23 566
本周，我学习了一种强大的深度学习模型，名为Transformer。可以把Transformer看作是一种“翻译机”，它能够读取一种语言的文本（例如英文），然后用另一种语言（例如中文）生成相同的含义。Transformer的核心理念是“注意力机制”。像我们人类阅读文本时更关注某些词语，Transformer也会对输入数据中的重要部分给予更多关注。这使得模型能够更好地理解上下文关系，从而生成更准确的输出。让Transformer更特殊的是其“自注意力”（Self-Attention）机制。
李宏毅 机器学习 作业 2 Hungyi.Li Machine Learning HW2 逻辑回归法实现以及优化
huqinwei的专栏
08-08 4345
关于“一个属性有几个固定选项，怎么表达”的问题，数据采用one-hot，每个选项独立成一个属性，loss用交叉熵计算，这样更科学。这里不用过多操心，数据给出已经处理好了。 有一段可能是助教给的参考代码，不过参考代码有些漏洞（在代码下方贴出），需要修改下，然后还有一定的调参提升空间。 参考代码如下： import os, sys import numpy as np fr...
李宏毅《机器学习》课程笔记（作业九：无监督学习）
如花美眷，似水流年~
05-12 532
Kmeans方法，先初始化K个中心，每次都把每个元素归类到最近的类，再更新中心，再更新分类。 HAC的方法，有点类似，把最近的pair取平均作为新的data，然后搞成一个树，再在树上切一刀来分类，好处是不需要先决定K。 PCA有了新的的理解，其实是贪心地找使得variance最大的那个w，之后通过这些w的线性组合就可以了。PCA也是个降维的方法，他能够使得复原出的向量跟输入的向量最接近。其实相当于一个单隐层的神经网络，但是因为它各个维度是互相垂直的，所以会比梯度下降求出来的更好。PCA找出来的可能不是一
李宏毅机器学习——学习笔记（18）Support Vector Machine（SVM）
m0_37757740的博客
04-11 449
Hinge Loss + Kernel Method 就是SVM。 hinge loss 进行二分类的过程中，采取sigmoid和cross entropy的原因是gradient descent的梯度很大，利于参数调整。 Hinge loss function就是： 图中的紫色段，hinge loss 和cross entropy的差别在于对于预测准确后的样本的奖赏程度。 Linear SV...
李宏毅机器学习-作业/HW0
dimon890523的博客
07-20 244
import numpy as np matrixA = [] for i in open("D:\\matrixA.txt"): row = [int(x) for x in i.split(",")] matrixA.append(row) matrixB = [] for j in open("D:\\matrixB.txt"): ...
李宏毅机器学习 Machine_Learning_2019_Task1
weixin_36466478的博客
05-13 410
学习任务： 目录： 一、了解什么是Machine learning 二、中心极限定理、正态分布、最大似然估计 三、Loss Function 四、泰勒展开 五、L2-Norm，L1-Norm，L0-Norm 一、了解什么是Machine learning 机器学习简而言之就是找到一个function，根据输入得到想要的输出。 一种经常引用的英文定义是：A computer program is s...
评论 80
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