Love 6's Private Blog

【代码】从零开始的机器学习之路（十七）---- Practice Lab 4 Neural Networks for Handwritten Digit Recognition, Multiclass。

【代码】从零开始的机器学习之路（十六）---- Optional Lab 24-26 多元分类 & Relu激活函数 & Softmax激活函数。

【代码】从零开始的机器学习之路（十五）---- Practice Lab 3 Neural Networks for Handwritten Digit Recognition, Binary。

【代码】 从零开始的机器学习之路（十四）---- Optional Lab 21-23 构建简单的神经网络 TensorFlow & Numpy

【代码】从零开始的机器学习之路（十三）---- Practice Lab 2 Logistic Regression。

【代码】从零开始的机器学习之路（十二）---- Optional Lab 18-20 Sklearn实现逻辑回归&过拟合&正则化。

【代码】从零开始的机器学习之路（十一）---- Optional Lab 12-17 分类&逻辑回归&决策边界&损失函数&逻辑回归梯度下降&开销函数。

【代码】从零开始的机器学习之路（十）---- Optional Lab 10&11 Linear Regression using Scikit-Learn 使用Scikit-Learn实现梯度下降/线性回归。

【代码】从零开始的机器学习之路（九）---- Practice Lab 1 Linear Regression。

【代码】从零开始的机器学习之路（八）---- Optional Lab 9 Feature Engineering and Polynomial Regression 特征工程和多项式回归。

【代码】从零开始的机器学习之路（七）---- Optional Lab 8 Feature scaling and Learning Rat 特征缩放和学习率。

前引 今晚再写两篇 然后回去再看看明天要看的课程今天就到这里～【机器学习入门】optional lab 7-多元线性回归 Multivariable Linear Regression

其实这一章也算比较简单 我对numpy库也没有那么熟悉 也是照猫画虎的来介绍一下 更专业一点的可以参考上面的视频来看这里也就简单讲了一下 向量的初始化 可以内部去填形参 或者shape参数 来初始化 以及可以rand初始化一个一维向量这里则是对向量的取参 包括数据位置的获取这也是python比较特色的slice切片如果不填写step默认步长为1可以直接对向量处理 比如 取平均值 求负 包括数据求和以及对两个向量的相加 相乘等等 这里就略过一些图片。

【代码】从零开始的机器学习之路（四）---- Optional Lab 5 Gradient Descent 梯度下降函数。

【代码】从零开始的机器学习之路（三）---- Optional Lab 4 Cost Function 可视化费用函数。

【代码】从零开始的机器学习之路（一）---- Optional Lab 3 Model Representation 模型表示。

【代码】从零开始的机器学习之路（一）---- 2022 Machine Learning Specialization Optional Lab系列开篇。