小白终究会黑化-CSDN博客

原创 ch05机器学习基础笔记

机器学习基础笔记5.1 机器学习的基本任务5.2 机器学习的一般流程5.3 过拟合与欠拟合5.4 选择合适的**激活函数**5.5 选择合适的**损失函数**5.6 选择合适优化器5.6.1 传统梯度优化的不足5.6.2 动量算法5.6.3 AdaGrad 算法5.6.4 RMSProp 算法5.6.5 Adam 算法5.7 GPU加速5.7.1 单GPU加速5.7.2 多GPU加速5.7.3 使用GPU注意事项参考5.1 机器学习的基本任务监督学习分类回归目标检测识别无监督学习聚

2021-02-06 21:55:58 546 1

原创 CS 224n Assignment #2: word2vec (written部分）

CS 224n Assignment #2: word2vec (written部分）written部分CS 224n Assignment #2: word2vec (written部分）understanding word2vecQuestion and Answerunderstanding word2vec==The key insight behind word2vec is that ‘a word is known by the company it keeps’. == Concret

2021-01-26 17:13:05 1247 2

原创 Exploring Word Vextors

CS2224N Assignment 1:Exploring Word Vextors# All Import Statements Defined Here# Note:Do not add to this list.#-------------# 查询python版本号import sysassert sys.version_info[0]==3assert sys.version_info[1]>=5from gensim.models import KeyedVectors

2021-01-18 21:59:07 1098 1

原创《Advice on how to read papers》---吴恩达CS230随堂笔记

How to read papers?Reading research papersReading a paperQuestions to ask yourself after reading a paperSources of papersResources in the paperLonger-term advices吴恩达教授在他CS230秋季的课上专门用来一节课介绍如何读一篇文献，个人觉得挺好的，就做了随堂笔记。当你阅读这篇博客时，希望能给迷茫的你带来一点点的灯光。Reading researc

2020-11-01 13:59:19 470 2

原创《DeepLearning-吴恩达》Python Basics with numpy

Python Basics with numpyBuilding basic functions with numpySigmoid function,np.exp()Sigmoid gradientReshaping arraysNormalizing rowsBroadcasting and the softmax functionVectorizationImplement the L1 and L2 loss functionsThis exercise gives you a brief int

2020-10-26 11:08:30 414

原创《计算机视觉黑魔法16个实战项目》之扫描全能王

imutils:A series of convenience functions to make basic image processing functions such as translation, rotation, resizing, skeletonization, displaying Matplotlib images, sorting contours, detecting edges, and much more easier with OpenCV and both Python

2020-10-18 16:53:03 1167

原创《机器学习实战》之决策树

决策树决策树的构造信息增益划分数据集递归构建决策树三级目录本章内容决策树的简介在数据集中度量一致性使用递归函数构造决策树使用Matplotlib绘制图形树决策树一个最重要的任务是为了理解数据中所蕴含的知识信息，因此决策树可以使用不熟悉的数据集集合，并从中提取出一些系列规则，这些机器根据数据集创建规则的过程，就是机器学习的过程。决策树的优缺点：优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特征数据。缺点：可能产生过度匹配问题适用数据类型：数值型和标称型

2020-10-16 16:49:40 733

原创《机器学习实战》之 k-近邻算法

本章内容k-近邻算法概述实施kNN分类算法伪代码python代码实例一：改进约会网站的配对效果准备数据：从文本文件中解析数据分析数据：使用Matplotlib创建散点图准备数据：归一化数值测试算法：作为完整程序验证分类器使用算法：构建完整可用程序实例二：手写识别系统准备数据：将图像转换为测试向量测试算法：使用kNN算法识别手写数字本章小结k-近邻分类算法从文本文件中解析和导入数据使用Matplotlib创建扩散图-归一化数值k-近邻算法概述简言之，k-近邻算法采用测量不同特征值之间的距离方

2020-10-08 14:14:07 289

原创 Programming Exercise 1: Linear Regression with one variable

Linear Regression with one variableIntroductionCodePlotting the DataGradient DescentIntroductionIn this part of this exercise, you will implement linear regression with one variable to predict proﬁts for a food truck. Suppose you are the CEO of a restaur

2020-09-30 20:26:40 397

原创《机器学习实战》学习笔记：机器学习基础

哈哈

2020-09-29 20:39:20 154

原创《机器学习》吴恩达第一周阅读材料

阅读材料Week 1WelcomeIntroductionModel and Cost FunctionWeek 1WelcomeMachine Learning Honor CodeWe strongly encourage students to form study groups, and discuss the lecture videos (including in-video questions). We also encourage you to get together with f

2020-09-03 14:29:33 1460

原创《Python语言程序设计基础》第二版嵩天第二章程序练习题答案

2.1# TempConvertdef TempConvert(value): if tempstr[-1] in ['F','f']: c = (eval(tempstr[0:-1]) - 32)/1.8 print ("The temperature is converted to {}C".format(int(c))) elif tempstr[-1] in ['C','c']: f = eval(tempstr[0:-1]

2020-09-02 20:49:34 7290 1